逆向工程中点云孔洞修补技术研究

• 作者: 孟宏 张勇 张文敬 王春香
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 径向基函数神经网络(RBF) 对手受惩罚竞争学习算法(RPCL) 模糊C均值聚类算法(FCM) 孔洞修补 MATLAB
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 729-735
• 页数: 7页
• 分类号: TP391
• 字数: 3636字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2018.0512

摘要

对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补.为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究.结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件.而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春香	内蒙古科技大学机械学院	51	288	8.0	15.0
2	张勇	内蒙古科技大学机械学院	39	114	6.0	9.0
3	张文敬	内蒙古科技大学机械学院	3	4	1.0	2.0
4	孟宏	内蒙古科技大学机械学院	3	4	1.0	2.0