支持向量机在点云边界提取及空洞修复问题中的研究及应用

来源 :西南科技大学 | 被引量 : 0次 | 上传用户:yougboo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
反求工程中,由三维测距仪获取的点云常常存在空洞,给后期的几何建模工作带来很大的困难。本文在已有的边界提取与曲面重建方法的基础上,提出了一种基于点模型的点云空洞检测与修复方案,关键技术如下: (1)提出了一种节省内存的K最近邻算法,该方法通过一种压缩式KD树结构,可极大减少运行时所需的内存空间,同时提供与经典KD树基本相当的搜索效率。 (2)改进了一种基于点模型的点云边界提取算法,对原算法由于参数设置不当产生的误提问题进行了修正,改进后的方法可自动提取点云的内外边界,并自动剔除非边界点。 (3)将一种改进的支持向量回归(Support Vector Regression,SVR)算法引入空洞修复问题,通过采用核向量机(Core Vector Machine,CVM)解决了SVR复杂度过高的问题。以该SVR估计空洞区域所服从的隐式曲面,并通过重采样最终实现空洞修复。 实验结果表明,本文提出的边界检测与修复算法,能够自动提取点云中的内外边界,修复指定残缺区域,恢复得到的点云补丁能够与原始采样数据平滑融合,效果较好。
其他文献
电子邮件作为一种高效、经济的现代通信技术手段,已成为互联网最大的应用之一,然而,日益泛滥的垃圾邮件严重影响了个人和组织的工作效率。传统的黑名单、关键词、邮件路由等
本文主要研究了一个支持多平台的C语言编译器,它可以在Windows主机上运行,可编译和反编译运行在Intel 80486实模式、无操作系统目标机下的可执行程序,优化性能卓越,编译目标
随着计算机科学技术的快速发展,软件的应用领域逐步扩大,开发规模与开发成本逐渐增加,软件质量问题已经日益成为人们关注的焦点。虽然由美困卡内基梅隆大学软件工程研究所提
随着生命科学研究的不断深入,生物信息学所涉及的研究范畴也在不断地扩展。微阵列(microarray)技术作为生物信息学中极具发展前景的技术之一,得到了学者们的关注和普及,该技术
随着分子生物学和全基因组测序技术的快速发展,产生了大量的基因数据,这使得对基因家族分子进化的研究成为可能。重建基因家族进化史对解决许多基本生物学问题起着非常关键的
概念格是形式概念分析所用到的核心数据结构,已经越来越广泛地被应用到人工智能或者是数据分析等诸多领域之中。而一般的形式概念分析是基于精确的形式背景,但是在现实世界中
RDF数据查询作为从海量RDF数据中发现有用知识的技术,在数据管理领域占有重要地位。然而,现有的数据查询研究仍存在一些缺陷:传统方法主要集中在基于关键字的查询,而忽视了关
本文从分析火力发电厂动力用煤现状入手,在详细研究动力配煤技术与决策支持系统理论的基础上,提出把决策支持系统引入到动力配煤领域。以动力配煤技术和决策支持系统技术为支撑
随着身份识别重要性的不断提高,指纹识别的应用领域日益广泛:电脑识别、信用卡识别、个人通讯设备识别、考勤、考试、政府的福利发放等方面都需要用到指纹识别。指纹识别是一
语义检索作为一种新的信息检索技术,它可以在知识理解和知识推理的基础上实现对信息资源的准确、全面的检索。对语义检索的研究不仅仅在信息管理领域,还包括人工智能、互联网等