| 【中文题名】 | 基于成长型神经网络曲面重建及网格优化的研究 |
| 【英文题名】 | Research on GCS-Based Surface Reconstruction and Mesh Optimization |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-13 |
| 【中关键词】 | 计算机图形学,曲面重建,网格优化,成长型神经网络,自组织映射, |
| 【英关键词】 | CG,surface reconstruction,mesh optimization,GCS,SOM, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 | 现在,应用三维扫描所得物体表面的散乱点集合进行曲面重建和重建后的网格优化,已成为计算机图形学领域的一个热门研究课题,其研究成果对于机械制造、医学诊断和虚拟现实等许多领域具有重要的实用价值。
曲面重建的传统算法如零集法、α-shape法和Voronoi法等,都取得了不错的效果。不过,零集法生成的近似曲面和真实曲面之间存在较大的误差,而α-shape法和Voronoi法生成插值网格曲面的网格密度大,所需存储空间大;且当散乱点的数量增大时,这些算法的处理速度迅速下降。网格优化的传统算法如边交换、边瓦解、边劈裂等只是对网格进行局部的优化,效果不是很好。因此,十分需要在这方面开展进一步的研究。
本论文的主要工作如下:
1、研究使用成长型神经网络的曲面快速重建方法。神经网络在处理输入数据时一次只采样一个点,计算速度独立于输入数据量,而且能很好地处理含噪声的数据,因而特别适合基于三维扫描散乱点集的曲面重建。这为基于学习的曲面重建方法开辟了一条新途径,具有广阔的应用前景。我们在曲面重建过程中采用线性组合的方式分裂节点,使用一种简化的方法计算节点的Voronoi区域面积用于分配新增节点的计数... |
| 【论文题纲】 |
|
第一章 绪论 |
14-23 |
|
1.1 引言 |
14 |
|
1.2 曲面造型概述 |
14-19 |
|
1.2.1 曲面造型种类 |
15-17 |
|
1.2.2 几种新的曲面造型方法 |
17-19 |
|
1.3 曲面重建和优化发展过程 |
19-21 |
|
1.3.1 曲面重建 |
19-21 |
|
1.3.2 网格优化 |
21 |
|
1.4 本文的研究内容 |
21-23 |
|
第二章 网格重建原理与方法和SOM简介 |
23-41 |
|
2.1 网格重建和优化过程 |
23-25 |
|
2.1.1 数据采集 |
23-24 |
|
2.1.2 数据处理 |
24 |
|
2.1.3 网格重建 |
24 |
|
2.1.4 网格优化 |
24-25 |
|
2.2 网格重建的经典算法 |
25-27 |
|
2.2.1 零集法 |
25-26 |
|
2.2.2 a-shape法 |
26-27 |
|
2.2.3 Voronoi法 |
27 |
|
2.2.4 渐进网格法 |
27 |
|
2.3 网格优化算法 |
27-29 |
|
2.3.1 边交换、边塌陷、边劈裂算法 |
27-28 |
|
2.3.2 空间三角形网格网格优化算法 |
28-29 |
|
2.3.3 三角形网格网格综合优化算法 |
29 |
|
2.4 SOM网络 |
29-40 |
|
2.4.1 人工神经网络的发展与应用 |
29-32 |
|
2.4.2 ANN基本结构与模型 |
32-33 |
|
2.4.3 SOM网络 |
33-40 |
|
2.5 本章小结 |
40-41 |
|
第三章 基于GCS的曲面快速重建算法 |
41-54 |
|
3.1 成长型神经网络 |
41-44 |
|
3.1.1 GCS简介 |
41-42 |
|
3.1.2 GCS算法步骤 |
42-44 |
|
3.2 基于GCS的网格重建 |
44-47 |
|
3.2.1 基本思想 |
44-45 |
|
3.2.2 基于GCS的网格重建算法 |
45-46 |
|
3.2.3 算法特点 |
46-47 |
|
3.3 改进后的快速重建算法 |
47-53 |
|
3.3.1 Voronoi面积计算 |
47-49 |
|
3.3.2 网格节点分裂方式 |
49-50 |
|
3.3.3 网格重建过程中的优化 |
50-51 |
|
3.3.4 改进后的网格重建算法 |
51-52 |
|
3.3.5 实验结果 |
52-53 |
|
3.3.6 结论 |
53 |
|
3.4 本章小结 |
53-54 |
|
第四章 两种新颖的网格优化算法 |
54-68 |
|
4.1 概述 |
54 |
|
4.2 基于能量最小化的网格优化算法 |
54-63 |
|
4.2.1 渐进网格 |
54-59 |
|
4.2.2 网格优化算法 |
59-63 |
|
4.3 网格综合优化算法 |
63-67 |
|
4.3.1 概述 |
63 |
|
4.3.2 网格优化模型 |
63-64 |
|
4.3.3 网格综合优化算法 |
64-65 |
|
4.3.4 实验结果与分析 |
65-67 |
|
4.3.5 结论 |
67 |
|
4.4 本章小结 |
67-68 |
|
第五章 结束语 |
68-70 |
|
5.1 本文主要研究工作及创新 |
68 |
|
5.2 研究展望 |
68-70 |
|
参考文献 |
70-74 |
|
攻读硕士研究生期间发表的论文 |
74 |
|
| 【DOI】 | LunWen.ID:2.2008.387775 |
