共查询到16条相似文献,搜索用时 546 毫秒
1.
为了更好地实现三维CAD模型的有效重用,提出一种三维CAD模型距离-夹角形状分布检索算法。首先在CAD模型表面随机取点,计算任意两点构成的有向线段的距离和该有向线段与端点法向的夹角;然后以距离和夹角为坐标轴构建距离-夹角平面网格,统计网格中随机点出现的频次,从而构建模型的距离-夹角分布矩阵;最后采用Manhattan距离度量法计算矩阵的相似值,用以评价模型间的相似程度。实验结果表明,该算法可以较好地实现三维CAD模型检索,检索性能优于已有的形状分布检索算法,能够满足实际应用需求。 相似文献
2.
为促进农机装备设计重用,提出一种基于形状分布式模型检索的农机装备快速设计方法。首先,对三维模型进行归一化处理,并依次计算模型表面各三角网格面积,根据网格面积将每个模型的三角网格分为Max、Mid、Min3类,采用Sobol准随机序列对分类后网格交叉组合取点,以采样点数3为基本采样单位对三维模型进行组合式特征点采样;然后,对提取的距离D2、面积D3、曲率C1、角度A3形状特征进行融合,分别计算4种特征值变异系数,以变异系数所占比例作为各形状特征权重,将加权后的不同特征变量值拼接成具有多特征的形状分布直方图,采用χ~2距离度量直方图间的相似性;最后,以VS2010与Matlab 2016b为开发环境,以Open Cascade为几何造型平台,使用自行构建的农机装备关键零部件模型库进行实验。结果表明,在农机三维模型库中,特征查准率由大到小依次为距离D2、曲率C1、角度A3、面积D3特征,本文提出的自适应加权融合特征(AWSD)算法在查全率0~0. 5区间内显著优于D2检索算法,在0. 5~1. 0区间内检索效果与D2特征近似; AWSD算法检索效率符合基本要求,综合检索精度较D2形状分布算法提高了8. 5%;拖拉机轮毂与收获机摘穗板检索实例表明,AWSD算法在检索主观满意度方面优于距离D2与曲率C1算法。 相似文献
3.
为提高三维CAD模型特征提取准确度,满足农业机械制造领域CAD模型智能化检索需求,提出一种三维CAD模型的特征提取与评价方法。首先对农业机械模型库中三维模型进行平移归一化、旋转归一化、尺度归一化处理,规范化后的CAD模型进行三维离散小波变换,CAD模型经过单层三维小波变换后被表示为8个维度的频域系数子空间;然后对低频子空间LxLyLz进行二次小波变换,二层级小波变换后单个CAD模型被分解为15个特征量,采用AHP层次分析法确定不同频域空间特征量权重,以距离度量法定义含有权重系数的相似性度量值,完成不同模型间特征提取及相似性比较,计算并建立三维CAD模型频域特征索引表;最后以VS2010与Matlab 2016b为开发环境,以Open Cascade为几何造型平台,使用ESB通用模型库及农业机械零部件参数化模型库验证算法有效性。在ESB模型库中T型零件检索结果表明,在保持相同查准率条件下,本文小波变换算法排序误差更小。拨禾轮CAD模型检索结果显示,相似性评价度量方法不仅考虑模型的形态相似性,同时兼顾了应用领域语义相似性,算法实用性高。农机装配体检索实例应用结果表明,借助本文检索算法,可从海量模型库中检索出所需模型,根据实际设计要求对检索出的相似模型进行编辑和修改,可快速完成零部件模块化设计。三维小波变换检索算法查准率受小波函数性质影响,coif类小波函数具有较强的检索适用性,层次分析法能有效区分不同分解层权重,二层级小波变换能够达到现阶段机械零件模型检索精度要求。小波变换设计重用检索算法可满足模型检索设计需求,拓宽设计者设计思路,促进智能化设计。 相似文献
4.
为了更好地实现设计领域三维CAD模型多粒度、精细化、智能化的设计重用需求,提出了一种基于模拟退火的三维模型典型结构挖掘与相似性评价方法。首先,通过提取以B-rep表示的三维CAD模型几何与拓扑信息,构建三维CAD模型的属性邻接图;然后以此为描述载体,利用具有局部重用价值的典型结构和三维CAD模型属性邻接图之间顶点和边的属性映射关系建立关联图及其关联图矩阵;最后,基于一种启发式算法——模拟退火算法完成关联图中最大团的检测以实现三维CAD模型中典型结构的挖掘,并进行相似性评价,同时以蚁群算法和遗传算法为比较对象,在通用模型库和农业机械装备模型库完成了算法的验证。实验结果表明,该方法能较好地实现三维CAD模型典型结构的挖掘和相似性评价,可以有效地支持设计领域的三维模型特征级和局部结构级设计信息的重用。 相似文献
5.
为了更好地实现面向设计领域的三维CAD模型设计信息的有效重用,提出了一种融合语义的三维CAD模型局部结构检索方法。首先以设计特征作为设计语义信息的基础载体,对三维CAD模型进行结构化表征,并用特征属性邻接图来表示;然后设计能够捕捉不同层次信息的特征描述子,构建融合语义的特征相似性评价模型;最后采用子图同构算法计算查询局部结构与模型库中零件的特征属性邻接图的特征匹配对,以此计算相匹配局部结构的相似度。实验结果表明,该方法能够较好地实现融合语义的三维CAD模型局部结构检索,可以有效地支持面向农机设计领域的三维CAD模型设计信息的重用。基于检索的设计重用方法可为农机装备数字化设计中各类成果的有效重用提供多粒度、精确化和智能化的方法。 相似文献
6.
7.
针对产品广义设计过程不同阶段的需求特点以及加快概念设计向详细设计的转换,提出了一种基于草图的产品三维CAD模型概念设计推送方法。首先,用户根据概念设计需求,利用基于CAD几何造型平台开发的手绘图板绘制三视草图;然后,对手绘三视草图和模型库中CAD模型投影得到的三视投影图提取特征信息,采用2. 5D球面调和描述子来表示草图特征信息;最后,利用Euclidean距离计算通过球面调和变换获得的图形特征向量之间的距离,从而实现模型之间的相似性评价,并在农业机械装备模型库中完成算法的验证。实验结果表明,该方法能够有效帮助用户快速地具象化查询意图,发掘与产品概念设计阶段意图最相符的三维模型,并将相似性设计资源推送给设计人员,进而参考、启发和扩展设计思维,实现产品概念设计的快速响应。 相似文献
8.
基于三维点云的叶面积估算方法 总被引:2,自引:0,他引:2
为实现低成本无损精确测定叶片面积,基于运动恢复结构算法获取点云,提出了一种融合叶片点云分割、表面重建及叶片面积无损估测等过程的植物叶片面积提取方法。首先,基于运动结构恢复算法,以智能手机获取的可见光图像重建植物的三维点云;其次,为了还原叶片表面形状,基于HSV颜色空间,使用阈值分割法去除叶片点云的噪点;使用K-means聚类算法对点云的三维坐标矩阵进行分类,实现单片叶片点云的分割;基于滚球算法重建叶片的表面网格模型;最后,通过计算网格面积求得叶片面积。与常规叶面积测定方法进行了对比,本文方法的计算结果与扫描叶片法测定值相比平均误差为1.21cm2,误差占叶片面积的平均百分比为4.67%;与叶形纸称量法测定值相比平均误差为1.41cm2,误差占叶片面积的平均百分比为6.05%。结果表明,本文方法成本低、精确度高,可满足植物叶片面积无损精确测定的需求。 相似文献
9.
10.
网格曲面变形技术是计算机图形学中网格模型处理的关键技术,提出了利用B样条基函数作为变形参考曲线、采用多分辨率技术、基于点约束的车身网格曲面变形算法,该算法借助OpenGL平台,通过Visual C++6.0编程实现,算法应用实例表明该算法稳定可靠,变形后模型整体光顺性较好,有利于车身外表面的重构。 相似文献
11.
12.
为提高农业害虫图像识别效果,采用改进支持向量机算法。首先通过交叉验证优化惩罚因子,Manhattan距离确定核函数选择;然后建立农业害虫图像的特征模型,包括颜色特征、纹理特征、形状特征;接着对害虫图像多特征融合识别,各种害虫的颜色特征、纹理特征、形状特征所分配的权值通过Fisher计算,避免害虫识别误判的发生。试验仿真显示:害虫图像多特征平均识别率高于单一性特征、两特征,本文算法ISVM对害虫平均识别率均值为95.67%,相比NN、ACNN、FL、SVM、PPSVM分别提高9.81%、6.82%、5.57%、3.93%、1.90%,本文算法检测结果优于其他算法。 相似文献
13.
基于多目标遗传随机森林特征选择的面向对象湿地分类 总被引:5,自引:0,他引:5
以多时相Landsat8影像和SRTM DEM为数据源,对南瓮河流域进行了面向对象湿地分类。为削弱高维特征集对分类精度的影响,提出一种多目标遗传随机森林组合式特征选择算法(MOGARF)进行特征集优化。利用Relief F算法对完整特征集进行特征初选,再以基于随机森林的封装式多目标遗传算法进一步提取优化特征集。将所得特征集结合随机森林分类法提取湿地信息。并将结果分别与基于完整特征集和仅采用Relief F算法及Boruta算法提取的优化特征集的3种随机森林分类结果对比。试验结果表明,采用MOGARF算法特征选择后,特征维度降低至原来的10%,且分类精度最高,总体精度为92.61%,比其他分类方案提高0.35%~1.94%,Kappa系数为0.907 5,袋外误差为7.77%,比其他分类方案降低0.91%~1.48%。利用MOGARF特征选择的随机森林分类法是湿地分类的有效方法。 相似文献
14.
基于改进分离阈值特征优选的秋季作物遥感分类 总被引:1,自引:0,他引:1
为了提高秋季作物分类精度,以多时相的Sentinel 2为数据源,以生育进程相近的秋季作物为分类对象,提出一种基于Relief F算法和信息熵改进分离阈值算法(Modified ISEaTH based entropy,EMISE)的多评价准则融合特征优选算法——改进分离阈值组合式特征优选算法(Modified EMISE based Relief F,ReEMISE),并分析了不同特征对秋季作物分类的重要性。首先,利用Relief F算法对特征进行初选,结合EMISE算法对2种评价准则进行融合,再优化初选特征集,进而利用随机森林(Random forest,RF)方法提取农作物种植面积,并与单评价准则的Relief F算法和EMISE算法的随机森林分类精度进行比较。同时,利用多时相光谱特征、传统指数特征、红边指数特征、纹理特征、不同时相波段差值特征、不同时相波段比值特征及优选特征,通过7组不同的特征组合提取秋季作物种植面积,分析不同特征组合对秋季作物分类精度的影响。结果表明:ReEMISE特征优选的随机森林法在特征变量为9个时精度最高,总体精度和Kappa系数分别为95.3918%和0.9397;综合多特征是提高农作物分类精度的关键,在多时相光谱特征基础上分别加入传统指数特征和红边特征,总体精度分别提高1.5021、1.5715个百分点,Kappa系数分别提高0.0198、0.0207。因此综合多特征的ReEMISE特征优选的随机森林法可以有效提高秋作物分类精度和效率。 相似文献
15.
16.
为了实现无损检测生菜叶片中重金属镉的污染程度,以计算机视觉技术为研究手段,结合图像处理方法和特征选择方法,对4个梯度重金属镉胁迫的生菜叶片进行识别。首先利用数码相机获取生菜叶片图像,然后使用K-means聚类算法分割图像,对分割出的目标图像提取图像颜色、形状和纹理特征,共获取46个图像特征。为了使模型更简便和减少数据量,利用基于变量组合的变量重要性分析(VIAVC)和竞争性自适应重加权算法(CARS)对图像特征进行降维。采用偏最小二乘法判别分析(PLS-DA)和随机森林(RF)构建模型,用于生菜镉胁迫程度的识别。结果表明,在7个组合特征模型中,颜色形状纹理融合特征所建立的模型给出了最优结果,测试集分类正确率为92%。用VIAVC和CARS对颜色形状纹理融合特征进行特征选择,发现VIAVC的降维效果优于CARS。使用特征选择的变量建立模型,RF模型的训练集分类正确率和预测集分类正确率均高于PLS-DA,其中,基于VIAVC的RF模型的训练集和预测集分类正确率分别为98.0%和96.0%。可见,基于VIAVC的RF模型在大大降低了特征维数的前提下,能够较好地对不同镉胁迫程度的生菜叶片进行识别。 相似文献