中文摘要 | 第3-4页 |
英文摘要 | 第4-9页 |
1 绪论 | 第9-19页 |
1.1 课题背景 | 第9-13页 |
1.1.1 逆向工程技术概述 | 第9-11页 |
1.1.2 工业CT技术概述 | 第11-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 三角网格简化研究现状 | 第14-15页 |
1.2.2 狭长三角网格优化研究现状 | 第15-17页 |
1.3 课题来源及研究意义 | 第17页 |
1.4 课题组织架构 | 第17-19页 |
2 基于工业CT图像序列的三角网格重建 | 第19-35页 |
2.1 引言 | 第19页 |
2.2 网格重建技术简介 | 第19-22页 |
2.2.1 CT图像序列获取 | 第19-20页 |
2.2.2 网格重建过程误差分析 | 第20-21页 |
2.2.3 三角网格模型重建方法概述 | 第21-22页 |
2.3 基于MC算法的三维重建 | 第22-28页 |
2.3.1 MC算法基本原理 | 第22-26页 |
2.3.2 MC算法步骤 | 第26-27页 |
2.3.3 MC算法重建效果 | 第27-28页 |
2.4 STL三角网格格式 | 第28-29页 |
2.5 三角网格的数据结构 | 第29-33页 |
2.5.1 网格拓扑结构 | 第29-30页 |
2.5.2 网格模型存储的数据结构 | 第30-33页 |
2.6 读取大数据量的STL模型 | 第33-34页 |
2.6.1 内存映射读取STL模型 | 第33页 |
2.6.2 读取结果与分析 | 第33-34页 |
2.7 本章小结 | 第34-35页 |
3 基于(?)细分法改进的三角网格简化算法 | 第35-51页 |
3.1 引言 | 第35页 |
3.2 网格简化方法概述 | 第35-41页 |
3.2.1 (?)细分法 | 第35-37页 |
3.2.2 确定折叠点 | 第37-38页 |
3.2.3 确定折叠代价顺序 | 第38-40页 |
3.2.4 简化算法的基本步骤 | 第40-41页 |
3.3 结果与讨论 | 第41-49页 |
3.4 本章小结 | 第49-51页 |
4 基于最小二乘支持向量机的狭长三角网格优化方法 | 第51-69页 |
4.1 引言 | 第51页 |
4.2 最小二乘支持向量机 | 第51-53页 |
4.2.1 最小二乘支持向量机基本概念 | 第51-52页 |
4.2.2 最小二乘支持向量机的学习样本和预测函数 | 第52-53页 |
4.3 优化方法描述 | 第53-59页 |
4.3.1 狭长三角网格识别 | 第53-54页 |
4.3.2 确定网格模型训练集样本区域 | 第54-55页 |
4.3.3 计算顶点二阶加权Laplacian坐标 | 第55-56页 |
4.3.4 计算顶点在切平面上的坐标 | 第56-57页 |
4.3.5 确定最小二乘支持向量机参数并预测 | 第57页 |
4.3.6 算法步骤 | 第57-59页 |
4.4 实验结果与数据分析 | 第59-67页 |
4.4.1 实验结果 | 第59-63页 |
4.4.2 实验结果数据分析 | 第63-67页 |
4.5 本章小结 | 第67-69页 |
5 软件系统集成与逆向制造实例应用 | 第69-79页 |
5.1 引言 | 第69-70页 |
5.2 软件集成系统的架构 | 第70页 |
5.3 软件集成系统的功能设计 | 第70-73页 |
5.4 逆向制造实例 | 第73-76页 |
5.5 本章小结 | 第76-79页 |
6 结论与展望 | 第79-81页 |
6.1 总结 | 第79-80页 |
6.2 展望 | 第80-81页 |
参考文献 | 第81-87页 |
附录 | 第87-89页 |
A.作者在攻读学位期间发表的论文专利 | 第87页 |
B.作者在攻读学位期间参与的科研项目 | 第87-88页 |
C.学位论文数据集 | 第88-89页 |
致谢 | 第89页 |