逆向工程的迭代角特征提取方法（ iafe ）[外文翻译].doc
约9页DOC格式手机打开展开
逆向工程的迭代角特征提取方法（ iafe ）[外文翻译],附件c： 逆向工程的迭代角特征提取方法（ iafe ）确切提取功能噪声点的数据是一个重要的问题，在实践中是应用逆向工程技术。 几个特征提取方法已被用来处理噪声点的数据，如“角”的方法和“弦”的方法。他们在多数情况下应用得很好，但这一代的额外特征有一些问题不能避免。一种新的处理噪声扫描点的数据特征提取方法在本文提出了，我...
内容介绍
此文档由会员 qs_f5t2xd 发布
附件C：
逆向工程的迭代角特征提取方法（ IAFE ）
确切提取功能噪声点的数据是一个重要的问题，在实践中是应用逆向工程技术。 几个特征提取方法已被用来处理噪声点的数据，如“角”的方法和“弦”的方法。他们在多数情况下应用得很好，但这一代的额外特征有一些问题不能避免。一种新的处理噪声扫描点的数据特征提取方法在本文提出了，我们称之为迭代角特征提取（ IAFE ）方法，因为它扩大了角方法的概念。IAFE方法第一次区别了功能区域和点云，然后迭代算法应用于优化每个功能区域变成终极特征点。“噪音稀释”的概念是用来减少噪音的效果。“多点”的算法，“角变化“算法和”迭代的收敛性“ 算法的开发用来贯彻噪声稀释的概念。 IAFE （一）方法是为平面模型设计，IAFE （二） 方法是为曲面模型而设计。该IAFE方法表明其在处理噪声点数据的作用。
关键词：特征提取;噪声;噪声点的数据; 逆向工程
1.导言
逆向工程是通过物理模型重建CAD 模型的方法。逆向工程的主要过程包括数据采集，数据预处理，曲面拟合，并作出CAD模型。逆向工程中，我们主要通过测量设备，如CMMs或三维激光扫描器处理点数据的曲面模型。通常是一个复杂的自由的形状不能由一个单一的补丁代替的模型，因此，必须划分成几个不那么复杂的曲面[1]。为此，特征提取发挥了重要作用。在本文中，特征指的是清晰的边棱定义的形状和曲率急剧变化的区域。有时，噪声数据可以被认为事故一项特征。往往很难从扫描数据中提取特征。
许多不同的特征提取方法已经在发展，但其中大部分只工作在点的数据不包含噪音的理想情况下。有几个广泛用于点数据的特征提取方法，如“角”，“弦”和“网格”等方法。角方法[ 2 ]与预先指定的由三个连续点形成的角比较。如果角度大于给定值，中点成为特征点。 然而，这种方法不能保证通过扫描点的数据特征提取的正确性，因为它缺乏能力处理噪音。角方法的改进[ 3 ]可以通过扫描点的数据产生更好的结果。弦方法[ 2 ] 还旨在处理噪声数据。有两个参数是使用这种方法，分别是“最大偏差距离” 和“最大距离跨度”。第一个参数确定的是
逆向工程的迭代角特征提取方法（ IAFE ）
确切提取功能噪声点的数据是一个重要的问题，在实践中是应用逆向工程技术。 几个特征提取方法已被用来处理噪声点的数据，如“角”的方法和“弦”的方法。他们在多数情况下应用得很好，但这一代的额外特征有一些问题不能避免。一种新的处理噪声扫描点的数据特征提取方法在本文提出了，我们称之为迭代角特征提取（ IAFE ）方法，因为它扩大了角方法的概念。IAFE方法第一次区别了功能区域和点云，然后迭代算法应用于优化每个功能区域变成终极特征点。“噪音稀释”的概念是用来减少噪音的效果。“多点”的算法，“角变化“算法和”迭代的收敛性“ 算法的开发用来贯彻噪声稀释的概念。 IAFE （一）方法是为平面模型设计，IAFE （二） 方法是为曲面模型而设计。该IAFE方法表明其在处理噪声点数据的作用。
关键词：特征提取;噪声;噪声点的数据; 逆向工程
1.导言
逆向工程是通过物理模型重建CAD 模型的方法。逆向工程的主要过程包括数据采集，数据预处理，曲面拟合，并作出CAD模型。逆向工程中，我们主要通过测量设备，如CMMs或三维激光扫描器处理点数据的曲面模型。通常是一个复杂的自由的形状不能由一个单一的补丁代替的模型，因此，必须划分成几个不那么复杂的曲面[1]。为此，特征提取发挥了重要作用。在本文中，特征指的是清晰的边棱定义的形状和曲率急剧变化的区域。有时，噪声数据可以被认为事故一项特征。往往很难从扫描数据中提取特征。
许多不同的特征提取方法已经在发展，但其中大部分只工作在点的数据不包含噪音的理想情况下。有几个广泛用于点数据的特征提取方法，如“角”，“弦”和“网格”等方法。角方法[ 2 ]与预先指定的由三个连续点形成的角比较。如果角度大于给定值，中点成为特征点。 然而，这种方法不能保证通过扫描点的数据特征提取的正确性，因为它缺乏能力处理噪音。角方法的改进[ 3 ]可以通过扫描点的数据产生更好的结果。弦方法[ 2 ] 还旨在处理噪声数据。有两个参数是使用这种方法，分别是“最大偏差距离” 和“最大距离跨度”。第一个参数确定的是
