一种面向激光刻蚀加工的三维对象分割技术研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:kentron
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
在高端制造领域,高精度激光加工制造技术在我国越来越受到重视,然而受到各种因素的影响,我国在高精度激光加工关键设备和关键软件技术方面,与世界一流水平仍存在着一定的差距,因此近些年我国不断地在增大对该领域的研究支持力度,以期解决众多关键问题。如何将三维对象分割为合适的多个部分,以方便后续的加工过程,是激光加工软件中需要解决的重要问题之一。在不同的应用背景下,对分割结果的需求往往存在较大的差异,传统三维对象分割技术并不能完全适用于高精度激光加工领域。本文依托实验室所承担的国家重点研发计划项目,对激光刻蚀加工关键软件技术中的三维对象分割问题进行了研究。本文主要围绕激光刻蚀等工业加工背景下的三维对象分割方法展开,针对具有较大数据量、存在噪声干扰或者细节特征过于详细的三维对象模型,研究并实现一种分割方法,能够快速得到符合后续加工的分割结果。论文所完成的研究工作与贡献如下:1.在总结现有的多种三维对象分割算法的基础上,针对激光刻蚀加工场景中三维对象分割的特殊性,提出了一种基于交互的多分辨率层次分割过程,借助三维对象简化算法实现三维对象多分辨率层次表示,对分割结果产生枚举效果,同时结合交互选择和组合的过程,进一步排除自动分割产生的误差,有效地提升了分割质量。2.对三维对象简化技术进行了研究,根据激光加工场景中三维对象分割处理的具体需求对基于二次误差度量的简化算法进行了分析,并在此基础上提出了一种提升效率的二次误差度量简化方法,在简化质量没有明显差异的情况下较大程度的提升了简化效率,并借助该算法实现了三维对象的多分辨率层次表示。3.通过三维对象简化技术与三维对象分割过程的结合,有效的降低了大数据量三维对象模型的细节层次,在较好地保留了用于分割的主要凸性特征的同时模糊了噪声和不必要的细节,不仅使得三维对象的分割速度获得了明显的提升,也使得分割质量得到了一定的提高。4.对本文相关算法进行了实现,并对简化过程和分割过程分别进行了测试与评价,验证了本文算法在激光加工场景中的有效性。通过实验证明,论文所提出的算法能够有效的优化激光加工领域中大数据量三维对象的分割结果,满足具体的加工需求,分割质量和效率都达到了预期目标,同时本文所提出的方法对于各类模型也具有一定的普适性。
其他文献
在社会化进程逐步加快的背景下,外来全职母亲在日常生活中面临着诸多问题,自我效能感水准较低的情况十分普遍,因而需要社会对此给予足够的重视。本研究以深圳市H社区中的外来全职母亲作为干预对象,采用自组织培育的方式进行干预,并验证该方法在社区中提升外来全职母亲自我效能感的适用性。本研究通过一般自我效能感量表和自编访谈提纲对H社区外来全职母亲的自我效能感水平进行确认,结果显示其自我效能感水平明显偏低,主要表
随着信息技术的不断发展,计算机技术和软件产品在日常生活中扮演的角色越来越重要,软件产品的复杂度也不断提高,软件产品的缺陷所带来的影响也越来越大。提高软件产品的质量,
肿瘤细胞的耐药性是临床化疗面临的难题之一。I型羰基还原酶(CBR1)是人体重要的药物代谢酶,可代谢阿霉素、柔红霉素等蒽环类等抗肿瘤药物,导致肿瘤细胞耐药性产生。因此寻找
二维材料在过去十年中因其出色的物理性质而引起了极大的关注,被认为在未来电子器件中有广泛的应用前景。由于沿层厚方向的约束减小,二维材料往往体现出与其块体结构不一样的
城市是凝聚着人类文明和智慧结晶的产物,历史街区无疑是城市独特文化脉络的最佳体现。然而伴随着城市的飞速发展,在城市更新中,历史街区由于其功能的过时,与当代城市发展的需
图的染色问题是图论的热点问题之一。其中,唯一列表染色作为染色问题的一个重要分支,引起了学者们的广泛关注。在UkLC可染图的研究中,当k=2时,所有的U2LC图已经被刻画了;当kk=3时,[U3LC完全多部图已经被完全刻画;当k=4时,研究者特征化了 6部以上的U4LC完全多部图。此外,少数特殊图类具有M(k)性质已经被证明。然而,k-细分图是UkLC的还是具有M(k)性质的,并未有研究结果出现。基
坚定的理想信念是中国共产党精神谱系的思想内核。百年来,从争取民族独立和人民解放的革命必胜信念、确立和建设社会主义的建设祖国信念,到建设中国特色社会主义的攻坚克难信
大学生思想政治教育获得感作为评价大学生思想政治教育质量的重要指标,是评他、自评和他评交互影响形成的结果,有着自身的评价优势。大学生思想政治教育获得感聚焦透视大学生
根据甘肃省高院对执行信息公开提出的要求,定西市中级人民法院拟建符合自身工作要求的执行指挥中心。定西市法院目前使用的法综系统中包含执行案件的办理记录,但对于案件执行
领域自适应方法旨在利用丰富的源域知识来帮助目标域任务的学习。与传统的机器学习假设不同,域自适应学习中存在的两个数据域:源域和目标域,分别遵循相近但不完全相同的分布。领域自适应中通常存在三种学习方法:(1)样本自适应方法,(2)特征自适应方法,(3)模型自适应方法。本文分别针对前两种方法进行探索并研究了提升分类模型效果的改进方案,研究方案主要包括以下的两个内容:首先,针对特征自适应方法,在常见的利用