随着三维数字化技术的发展,产生了大量无序的三维离散外形数据,需要专门研究其处理、识别和应用的方法。此项目研究以一般三维离散外形几何信息为对象,例如深度图像、激光扫描点云、CT断层分割数据和遥感地形高程数据等;对形状数据进行滤波处理和特征增强处理;定义局部几何特征及度量,估计多尺度局部几何量,定义并提取各类形状特征(尖锐程度、凹凸方向、凹凸变化、主曲率方向、谷脊线方向和结构、骨架曲线等);运用主曲率特征进行曲率椭球面中心的聚类,提取与外形结构拓扑一致的结构骨架;利用形状特征把外形数据所代表的复杂几何形状和拓扑结构分解为简单的易于处理的几何形状及相应的连接关系;把分析结果用于三维几何形状的识别,为不同数据源的离散几何信息提供统一的处理、分析和识别方法;然后把上述分解结果应用于曲面重建,形成带有特征描述的标准曲线曲面表示;最后把以上结果运用到外形测量和外形的数字化保护等重要领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
五轴联动机床几何误差一次装卡测量方法
多源数据驱动CNN-GRU模型的公交客流量分类预测
自组装短肽SciobioⅡ对关节软骨损伤修复过程的探究
基于卷积神经网络的链接表示及预测方法
基于体素化图卷积网络的三维点云目标检测方法
不良信息识别和处理技术的研究
外形信息理解的技术基础
面向三维目标识别的视觉皮层信息处理机理研究
基于多种信息处理技术的面色诊信息自动识别研究