支持向量機(jī)在點(diǎn)云邊界提取及空洞修復(fù)問題中的研究及應(yīng)用.pdf

1、反求工程中，由三維測距儀獲取的點(diǎn)云常常存在空洞，給后期的幾何建模工作帶來很大的困難。本文在已有的邊界提取與曲面重建方法的基礎(chǔ)上，提出了一種基于點(diǎn)模型的點(diǎn)云空洞檢測與修復(fù)方案，關(guān)鍵技術(shù)如下： （1）提出了一種節(jié)省內(nèi)存的K最近鄰算法，該方法通過一種壓縮式KD樹結(jié)構(gòu)，可極大減少運(yùn)行時(shí)所需的內(nèi)存空間，同時(shí)提供與經(jīng)典KD樹基本相當(dāng)?shù)乃阉餍省?（2）改進(jìn)了一種基于點(diǎn)模型的點(diǎn)云邊界提取算法，對原算法由于參數(shù)設(shè)置不當(dāng)產(chǎn)生的誤提問題進(jìn)行

2、了修正，改進(jìn)后的方法可自動(dòng)提取點(diǎn)云的內(nèi)外邊界，并自動(dòng)剔除非邊界點(diǎn)。 （3）將一種改進(jìn)的支持向量回歸（Support Vector Regression，SVR）算法引入空洞修復(fù)問題，通過采用核向量機(jī)（Core Vector Machine，CVM）解決了SVR復(fù)雜度過高的問題。以該SVR估計(jì)空洞區(qū)域所服從的隱式曲面，并通過重采樣最終實(shí)現(xiàn)空洞修復(fù)。 實(shí)驗(yàn)結(jié)果表明，本文提出的邊界檢測與修復(fù)算法，能夠自動(dòng)提取點(diǎn)云中的內(nèi)外邊界，