-
公开(公告)号：CN106853526A
公开(公告)日：2017-06-16
申请号：CN201611202579.5
申请日：2016-12-23
Applicant: 南京理工大学
CPC classification number: B22F3/1055 , B33Y10/00 , B33Y50/02
Abstract: 本发明提供一种基于象限区域引导的伪随机岛型扫描路径规划方法。该方法包括以下步骤：步骤一，根据输入的三维模型切片数据计算获取切片的轮廓包围盒；步骤二，根据步骤一所得到的切片轮廓包围盒布置正方形格子，正方形格子的集合记为{Sij}p×q；步骤三，将集合{Sij}p×q中的格子逐个与输入的格子与输入的切片轮廓进行布尔求交运算得到离散切片集合{C1ij}p×q；步骤四，滤除{C1ij}p×q中为空的切片得到集合{C2ij}p×q；步骤五，对于{C2ij}p×q定义基于象限区域引导的伪随机岛形加载策略，得到最终的切片集合{Cij}p×q；步骤六，遍历集合{Cij}p×q，针对每一个离散切片求取内部扫描填充路径，得到格子路径集合{Pij}p×q。
-
公开(公告)号：CN106853526B
公开(公告)日：2019-01-18
申请号：CN201611202579.5
申请日：2016-12-23
Applicant: 南京理工大学
Abstract: 本发明提供一种基于象限区域引导的伪随机岛型扫描路径规划方法。该方法包括以下步骤：步骤一，根据输入的三维模型切片数据计算获取切片的轮廓包围盒；步骤二，根据步骤一所得到的切片轮廓包围盒布置正方形格子，正方形格子的集合记为{Sij}p×q；步骤三，将集合{Sij}p×q中的格子逐个与输入的格子与输入的切片轮廓进行布尔求交运算得到离散切片集合{C1ij}p×q；步骤四，滤除{C1ij}p×q中为空的切片得到集合{C2ij}p×q；步骤五，对于{C2ij}p×q定义基于象限区域引导的伪随机岛形加载策略，得到最终的切片集合{Cij}p×q；步骤六，遍历集合{Cij}p×q，针对每一个离散切片求取内部扫描填充路径，得到格子路径集合{Pij}p×q。
-
公开(公告)号：CN106157371A
公开(公告)日：2016-11-23
申请号：CN201610540839.3
申请日：2016-07-11
Applicant: 南京理工大学
IPC: G06T17/30
CPC classification number: G06T17/30
Abstract: 本发明提供一种基于自适应周向扩张策略的散乱点云高效网格化方法，包括：在对点云数据完成Hash‑Grid空间划分的基础上，建立活跃边链表，用于记录自适应区域增长过程中动态更迭的边界边信息；设置筛选规则，从初始点云中选择初始三角片，将初始三角片的三条边加入活跃边链表，并将初始三角片添加到网格曲面，以初始三角片为中心动态扩张；每次扩张过程中取出活跃边链表的表头元素作为当前活跃边，利用Hash‑Grid搜索结构查找当前活跃边的候选点集；设置筛选条件从候选点集中选择最优点，与当前活跃边构建新的三角片并添加到网格曲面中，更新活跃边链表；迭代执行直至活跃边链表为空，完成网格曲面重构。本发明的方法可显著提高最优点的筛选效率以及筛选质量。
-
公开(公告)号：CN106156281A
公开(公告)日：2016-11-23
申请号：CN201610475683.5
申请日：2016-06-25
Applicant: 南京理工大学
IPC: G06F17/30
CPC classification number: G06F16/2458
Abstract: 本发明提供一种基于Hash‑Cube空间层次划分结构的最近邻点集快速检索方法，包括以下步骤：步骤一、通过估算单位长度内包含的点云数目将整个点云空间划分为若干个大小相等的子空间，点云中的所有点被包裹在这些子空间中；步骤二、通过计算每个点的子空间坐标，结合Hash函数直接定址的特点将每个数据点分配到对应的子空间中；步骤三、通过对数据点排序，进行数据点存储，即每个子空间Hash‑Cube只记录检索值最小的点的地址；步骤四、空间点的最近邻查询，在最近邻查找过程中，根据当前点采样半径r的大小以及Hash函数快速建立检索域，在检索域中查找位于检索半径范围内点，以此确定最近邻点集，最后完成检索。利用本发明可大大节省存储空间以及提高检索效率。
-
-
-
Search Results
4
records
(took 0.015 seconds)
