信息技术 汤瑞清?等 基于特征提取的三角网格模型区域分割算法研究
Ｍａｃｈｉｎｅ
Ｂｕｉｌｄｉｎｇ
Ａｕｔｏｍａｔｉｏｎ?Ｄｅｃ２０１６?４５(６):１４５~１４８
基金项目:四川文理学院特色培育项目(２０１５ＴＰ００５Ｙ)
作者简介:汤瑞清(１９８７－)?男?安徽宿州人?硕士?主要研究方向为数字化设计二逆向工程?基于特征提取的三角网格模型区域分割算法研究
汤瑞清１?郭利１?卢艳艳２?濮小东２
(１.四川文理学院智能制造学院?四川达州６３５０００?２.上海东澎液压科技有限公司?上海２０１１０２)摘一要:提出了一种基于特征提取的区域分割的模型简化算法?采用相邻三角形的法矢夹角与预先设定的角度阈值相比较?进行特征的提取?用区域生长法进行非特征区域的划分?获得了特征区域数据?通过与单个角度阈值特征提取的区域分割算法进行比较?对分割后的区域进行最小二乘曲面拟合?结果表明?该区域分割法得到的曲面拟合后误差更小?关键词:逆向工程?特征提取?三角网格?区域分割?最小二乘曲面拟合
中图分类号:ＴＨ１６６一一文献标志码:Ｂ一一文章编号:１６７１￣５２７６(２０１６)０６￣０１４５￣０４
ＲｅｓｅａｒｃｈｏｎＣａｌｃｕｌａｔｉｎｇＭｅｔｈｏｄｆｏｒＲｅｇｉｏｎＰａｒｔｉｔｉｏｎＴｒｉａｎｇｕｌａｒＭｅｓｈ
ＭｏｄｅｌＢａｓｅｄｏｎＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎ
ＴＡＮＧＲｕｉｑｉｎｇ１?ＧＵＯＬｉ１?ＬＵＹａｎｙａｎ２?ＰＵＸｉａｏｄｏｎｇ２
(１.ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅ?ＩｎｓｔｉｔｕｔｅｏｆＩｎｔｅｌｌｉｇｅｎｔＭａｎｕｆａｃｔｕｒｉｎｇ?Ｄａｚｈｏｕ６３５０００?Ｃｈｉｎａ?２.ＳｈａｎｇｈａｉＤｏｎｇｐｅｎｇＨｙｄｒａｕｌｉｃＴｅｃｈｎｏｌｏｇｙＣｏ.?Ｌｔｄ.?Ｓｈａｎｇｈａｉ２０１１０２?Ｃｈｉｎａ)
Ａｂｓｔｒａｃｔ:Ｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｓｔｈｅｃａｌｃｕｌａｔｉｎｇｍｅｔｈｏｄｆｏｒｒｅｇｉｏｎｐａｒｔｉｔｉｏｎｔｒｉａｎｇｕｌａｒｍｅｓｈｍｏｄｅｌｂａｓｅｄｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ?ｃｏｍ￣
ｐａｒｅｓｔｈｅｎｏｒｍａｌｖｅｃｔｏｒａｎｇｌｅｏｆａｄｊａｃｅｎｔｔｒｉａｎｇｕｌａｒｐａｔｃｈｅｓｗｉｔｈｐｒｅ－ｓｅｔｔｅｄａｎｇｌｅｔｈｒｅｓｈｏｌｄ?ａｎｄｅｘｔｒａｃｔｓｔｈｅｍｏｄｅｌｆｅａｔｕｒｅｓ?ｔｈｅｎｕｓｅｓｔｈｅｒｅｇｉｏｎｇｒｏｗｔｈｍｅｔｈｏｄｔｏｄｉｖｉｄｅｔｈｅｎｏｎ－ｆｅａｔｕｒｅｒｅｇｉｏｎｓａｎｄｇｅｔｔｈｅｆｅａｔｕｒｅｄａｔａｓｅｔ.Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｒｅｑｉｏｎｓｅｇｍｅｎｔａ￣ｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｔｈｅｓｉｎｇｌｅａｎｇｌｅｔｈｒｅｓｈｏｌｄｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ?ｔｈｉｓｍｅｔｈｏｄｃａｎｂｅｕｓｅｄｔｏｐｅｒｆｏｒｍｔｈｅｌｅａｓｔｓｑｕａｒｅｓｓｕｒｆａｃｅｆｉｔｔｉｎｇｏｎｔｈｅｓｅｇｍｅｎｔｅｄｒｅｇｉｏｎ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｃａｌｃｕｌａｔｉｎｇｍｅｔｈｏｄｉｓｕｓｅｄｔｏｇｅｔｔｈｅｓｍａｌｌｅｒｅｒｒｏｒ.
Ｋｅｙｗｏｒｄｓ:ｒｅｖｅｒｓｅｅｎｇｉｎｅｅｒｉｎｇ?ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｎｇ?ｔｒｉａｎｇｕｌａｒｍｅｓｈ?ｒｅｇｉｏｎｐａｒｔｉｔｉｏｎ?ｌｅａｓｔｓｑｕａｒｅｃｕｒｖｅｆｉｔｔｉｎｇ一一
０一引言
逆向工程是通过实物样件获取产品数学模型?进而开发出同类先进产品的技术?三角网格模型描述了数据点之间的拓扑关系?能产生一定视觉效果?易与快速原型制造集成?在反求工程中得到广泛应用?随着计算机三维数据获取设备的不断完善和建模技术的迅速发展?三角网格模型越来越复杂?数据量也越来越庞大?庞大的数据量对于数据处理二图形绘制二快速原型制造等都是巨大挑战?所以?三角网格模型的简化已经成为逆向工程中不可或缺的一个环节?
模型的区域分割就是根据组成实物外形的曲面类型?将模型数据点划分成代表不同曲面类型的数据域?使同一区域的数据点具有相似几何特性?为后续的模型简化提供方便?现有的区域分割方法大致可以分为两类:基于边的方法和基于面的方法[１]?
基于边的方法优点是:算量小二算法简单?对尖锐边界
的识别能力强?缺点是对于较平缓的光滑过渡区域和多个相邻面域过渡区域无法进行有效的边界识别[２]?基于面的分割方法稳定性好?应用广泛?但在确定区域边界方
面不如基于边的方法准确?Ｌｅｅ等[３]提出一种基于边和面的融合算法?能够较好地解决噪声数据点以及区域生长过程中阈值设定等问题?然而?对于具有光滑过渡区域的散乱数据点网格模型?识别边界较为困难?而且识别出来
的边界呈锯齿状?不光滑?对后续的模型处理造成不便?
为此?提出一种基于特征提取的三角网格模型区域分割方法?把基于边和基于面的方法结合?为了解决区域精度程度值不高的问题?采用不同的角度阈值进行数次特征提取和非特征区域生长?这样模型的每个非特征区域都有了与角度阈值个数同样多的划分结果?然后对整个模型三角面片集和所有非特征区域三角面片集求差?得到特征区域三角面片集?就把模型分割成了数个非特征区域和一个特征区域?对非特征区域不同角度阈值划分得到的数据点用最小二乘法进行曲面拟合?用整个模型的数据点集对所有非特征区域数据点集求差?得到特征区域的数据点集?该方法能极大的提高区域分割的准确程度?
１一基于特征提取的三角网格模型区域分割方法研究
一一基于特征提取的区域分割中具体方法?首先以２个相
５４１ 万方数据