[发明专利]实物表面采样数据拓扑邻域查询方法

说明书

本发明提供一种实物表面采样数据拓扑邻域查询方法，属于产品逆向工程技术领域，其特征在于：利用R*树对实物表面样点构建动态空间索引，对R*树索引进行深度优先遍历快速获取目标样点的k近邻点集，将其作为目标样点拓扑邻域的初始参考数据，根据邻域查询与样点分布的关系，采用核密度估计描述样点的分布规律，将初始参考数据内的样点按其概率密度大小排序，选取其中概率密度最大的个样点定义局部概率密度极大值点，利用部概率密度极大值点确定搜索方向，使初始参考数据向稀疏区适度扩展，从而降低其邻域信息缺失程度，依此进行迭代计算，最终可获取较为完备的目标样点拓扑邻域数据。采用本方法可快速获取复杂型面均匀或非均匀采样数据的拓扑邻域数据，查询结果包含k邻域、Voronoi邻域及其它有效邻域数据，能更好地反映实物表面采样数据的局部型面特征。

技术领域

本发明提供一种实物表面采样数据拓扑邻域查询方法，属于产品逆向工程技术领域。

背景技术

逆向工程中广泛采用实物表面采样数据的型面特征分析技术对采样数据所表达的型面信息进行特征区域分析，并将分析结果作为曲面建模的特征参考数据，样点的邻域数据对型面特征分析结果的准确性具有重要影响，而且其查询速度直接决定型面特征分析的效率。

目前常用的邻域数据查询方法有k邻域查询、Delaunay邻域查询以及Voronoi邻域查询等。k邻域查询是目前应用最广泛的邻域查询方法，基于欧氏距离查询获取距离目标样点最近的k个样点，X Li等在学术期刊《Proceedings of the Institution of MechanicalEngineers》2007，221(9)，P1467-1472上发表的学术论文“Algorithm for finding all k-nearest neighbors in three-dimensional scattered points and its applicationin reverse engineering”与熊邦书等在学术期刊《计算机辅助设计与图形学学报》2004，16(7)，P909-911上发表的学术论文“三维散乱数据的k个最近邻域快速搜索算法”中，对实物表面采样数据进行栅格划分建立静态空间索引，并在目标样点所在栅格及邻近栅格内搜索最近的k个邻域样点。k邻域查询算法原理简单容易实现，但对于非均匀采样数据，受欧氏距离的制约k邻域数据通常具有严重的偏向性，查询结果易受采样数据分布状况的限制。Delaunay邻域查询和Voronoi邻域查询都属于拓扑邻域查询，克服了k邻域查询易受采样数据分布制约等缺陷，查询结果能较准确反映样点的拓扑邻接关系，孙殿柱等在学术期刊《武汉大学学报(信息科学版)》2011，36(1)，P86-91上发表的学术论文“三维散乱点云的Voronoi拓扑邻域点集查询算法”中，基于采样数据动态空间索引利用偏心扩展和自适应扩展算法获取样点拓扑邻域参考数据，生成局部点集的Voronoi图，查询样点的Voronoi邻域便可准确获取样点的拓扑邻域数据，但该算法在构造Voronoi图时增加了计算量，提高了算法的空间复杂度和时间复杂度，影响了邻域查询效率。

发明内容

本发明要解决的技术问题是：克服现有邻域查询方法存在的对非均匀采样数据适应性不高、查询效率较低等问题，提供一种实物表面采样数据拓扑邻域查询方法，快速、准确查询获取任意复杂实物表面采样数据的拓扑邻域数据。