[发明专利]实物表面样点α-shape曲面拓扑重建方法

摘要

本发明提供一种实物表面样点α‑shape曲面拓扑重建方法，属于产品逆向工程领域，其特征在于：构建实物表面样点的Delaunay网格剖分并构建空间索引KD树；求解各面片对应α‑shape尺度阈值区间，得到区间左端点的集合和右端点的集合；选择区间端点之和最小的面片作为初始面片；获取增益优化的曲面局部样本用于估计样点分布密度，根据样点分布密度进行α‑shape尺度阈值自适应调整，然后进行Delaunay面片过滤，得到初始网格曲面；提取初始网格的外部网格面片得到二维流形网格。本发明方法使所得网格曲面基本不含孔洞和棱边凹痕，能更好保持棱边特征的形位精度，可减少初次过滤结果中的非流形面片，同时具有较高的重建效率。

主权项

1.一种实物表面样点α-shape曲面拓扑重建方法，其特征在于步骤依次为：(1)对实物表面样点集合P，基于QuickHull算法构建P的Delaunay网格剖分，获取面片的集合F(P)；(2)对点集P构建空间索引KD树，以便于获取目标样点的k邻域点集作为实物表面相应位置的初始曲面局部样本；(3)参照α-shape算法，求解各面片T∈F(p)对应α-shape尺度阈值区间得到尺度阈值区间左端点υT的集合Ω和右端点的集合Ψ；(4)选择区间端点之和最小的面片作为初始面片T0，即T0满足T∈F(P)；(5)获取初始面片T0之后，从Ω中查询从Ψ中查询并根据如下计算ρT的公式计算 ρ T = Σ i = 1 3 τ i f ^ ( λ ( p i ) ) ]]>其中，{pi|i＝1,2,3}为T的三个顶点，τi为权系数，τi＞0且为任意样点p处的样点分布密度估计函数；(6)j←1，n←size(F(P))为Delaunay网格中的面片总数；(7)从F(P)中取出面片Tj,顶点为{p1,p2,p3}；(8)从Ω中取出从Ψ中取出(9)若Tj≠T0执行步骤(10)，否则重复(7)；(10)对面片Tj的各个顶点pi，获取增益优化后的λ(pi)，i＝1,2,3，对一点p处的初始曲面局部样本进行增益优化的具体步骤为：1)i←0，从实物表面采样数据中查询p的k-近邻点集λi(p)；2)为确定增益优化方向，计算均值漂移向量νp，公式为νp＝M(λi(p))-p，其中M(λi(p))为λi(p)对应的核密度估计模式点，M(λi(p))计算公式为 M ( λ i ( p ) ) = Σ e = 1 n G ( | |