CN110796693A - 一种工业ct切片图像直接生成二维有限元模型的方法 - Google Patents

一种工业ct切片图像直接生成二维有限元模型的方法 Download PDF

Info

Publication number
CN110796693A
CN110796693A CN201910856197.1A CN201910856197A CN110796693A CN 110796693 A CN110796693 A CN 110796693A CN 201910856197 A CN201910856197 A CN 201910856197A CN 110796693 A CN110796693 A CN 110796693A
Authority
CN
China
Prior art keywords
image
contour
finite element
unit
slice image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910856197.1A
Other languages
English (en)
Other versions
CN110796693B (zh
Inventor
段黎明
罗雪清
杨珂
郑鑫
司磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201910856197.1A priority Critical patent/CN110796693B/zh
Publication of CN110796693A publication Critical patent/CN110796693A/zh
Application granted granted Critical
Publication of CN110796693B publication Critical patent/CN110796693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种工业CT切片图像直接生成二维有限元模型的方法,主要步骤为:1)获取CT切片图像所有像素点的位置坐标信息。2)对CT切片图像进行单元划分。3)得到CT切片图像最外层的等值线。4)计算得到等值线经过的图像单元的最小化值点。5)连接最小化值点和边界图像单元顶点,从而生成轮毂的三角有限元网格。本发明针对工业CT图像的特点,并在满足二维有限元的条件下,实现了由单张工业CT切片直接生成二维有限元模型。

Description

一种工业CT切片图像直接生成二维有限元模型的方法
技术领域
本发明涉及机械零件检测领域,具体是一种工业CT切片图像直接生成二维有限元模型的方法。
背景技术
目前,工业CT切片生成有限元模型的研究现在主要是在三维层面的研究,具体方法主要有2条:1)工业CT切片图像→三维重建→CAD建模→网格划分→生成有限元模型,该方式不能直接生成有限元模型;2)若干工业CT切片图像→划分间隔体与等值面→间隔体的最小化值→利用间隔体与最小化值间的位置关系来划分网格,该方式可以直接生成有限元模型,但是运用在生成三维有限元模型当中。
目前,工业CT切片直接生成二维有限元模型的方法是:借助相关有限元分析软件直接生成,由于这些分析软件不具备针对性,并不能按照特殊需求将工业CT切片直接生成有限元模型。
发明内容
本发明的目的是解决现有技术中存在的问题。
为实现本发明目的而采用的技术方案是这样的,一种工业CT切片图像直接生成二维有限元模型的方法,主要包括以下步骤:
1)对待测工件进行工CT扫描,得到CT切片图像。
2)获取CT切片图像所有像素点的位置坐标信息。
3)对CT切片图像进行单元划分,得到若干图像单元。
CT切片图像单元划分后的图像单元为正方形单元,每个正方形单元边长为1个单元长度。
4)设置等值点灰度阈值,计算CT切片图像最外层的所有等值点,并连接所有等值点,得到CT切片图像最外层的等值线。
等值线表达式如下:
{(x,y),f(x,y)=c0}。 (1)
式中,c0为灰度阈值。(x,y)为平面点坐标;f(x,y)为坐标函数。
5)利用二次误差函数,计算得到等值线经过的图像单元的最小化值点QEF[x],即:
QEF[x]=∑i(ni·(x-pi))2。 (2)
式中,Pi、ni分别代表等值线和图像单元交点的位置和单位法向量。i=1,2,……,m。m为单元总数的两倍。
6)判断每个图像单元的最小化值点是否唯一,若否,则对存在n个最小化值点的图像单元进行再划分,并返回步骤5,若是,则转入步骤7。
7)删除等值线没有经过的最小化值点。
8)连接最小化值点和边界图像单元顶点,从而生成三角有限元网格。
连接最小化值点和图像单元顶点的情况分为以下三种:
I)若边界图像单元的其中一条边的一个顶点位于等值线内部,另一个顶点位于等值线外部,则用位于等值线内部的顶点连接相邻的两个最小化值点。
II)若边界图像单元的其中一条边位于等值线内部,则连接位于等值线内部的边的两个顶点和所述边界图像单元的最小化值点,以形成三角网格。
III)若边界图像单元的所有边均位于等值线的内部,则直接连接边界图像单元的对角顶点,以形成三角网格。
本发明的技术效果是毋庸置疑的。本发明针对工业CT图像的特点,并在满足二维有限元的条件下,实现了由单张工业CT切片直接生成二维有限元模型。这一过程,实现了工业CT切片可以定量分析的难题,生成的二维有限元模型可以进行尺寸测量、有限元分析等。尤其对于具有复杂内腔模型的工业零件,有助于对其内部的结构进行观测。
附图说明
图1为方法流程图;
图2为图像单元示意图;
图3为等值线示意图;
图4为最小化值示意图;
图5为最小化值的唯一化;
图6为有限元三角网格划分;
图7为轮毂CT切片;
图8为与生成的轮毂二维有限元模型;
图9为二次误差函数示意图。
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1至图6,一种工业CT切片图像直接生成二维有限元模型的方法,主要包括以下步骤:
1)对待测工件进行工CT扫描,得到CT切片图像。
2)获取CT切片图像所有像素点的位置坐标信息。
3)对CT切片图像进行单元划分,得到若干图像单元,参见图2。
CT切片图像单元划分后的图像单元为正方形单元,每个正方形单元边长为1个单元长度。
3.2)将每个正方形单元内所有像素点聚集至正方形单元中心。
4)设置等值点灰度阈值,计算CT切片图像最外层的所有等值点,并连接所有等值点,得到CT切片图像最外层的等值线,参见图3,图中,实线为图像单元,虚线为等值线。
等值线表达式如下:
{(x,y),f(x,y)=c0}。 (1)
式中,c0为灰度阈值;(x,y)为平面点坐标。f(x,y)为坐标函数。
5)参见图9,利用二次误差函数,计算得到等值线经过的图像单元的最小化值点QEF[x],即:
QEF[x]=∑i(ni·(x-pi))2。 (2)
式中,Pi、ni分别代表等值线和图像单元交点的位置和单位法向量。i=1,2,……,m。m为单元总数的两倍。图9中,圆圈表示最小化值点QEF[x]。
最小化值点参见图4。图中,实线为图像单元,虚线为等值线,圆点为最小化值点。
6)判断每个图像单元的最小化值点是否唯一,若否,则对存在n个最小化值点的图像单元进行再划分,并返回步骤5,若是,则转入步骤7。
7)删除等值线没有经过的最小化值点,参见图5。图中,实线为图像单元,虚线为等值线,实心圆点为最小化值点,空隙圆点为删除的最小化值点,带有方框的圆点为新增的最小化值点。
8)连接最小化值点和边界图像单元顶点,从而生成三角有限元网格,参见图6。
连接最小化值点和图像单元顶点的情况分为以下三种:
I)若边界图像单元的其中一条边的一个顶点位于等值线内部,另一个顶点位于等值线外部,则用位于等值线内部的顶点连接相邻的两个最小化值点。
II)若边界图像单元的其中一条边位于等值线内部,则连接位于等值线内部的边的两个顶点和所述边界图像单元的最小化值点,以形成三角网格。
III)若边界图像单元的所有边均位于等值线的内部,则直接连接边界图像单元的对角顶点,以形成三角网格。
实施例2:
一种工业CT切片图像直接生成二维有限元模型的方法,主要包括以下步骤:
1)对待测轮毂进行工CT扫描,得到CT切片图像,参见图7。
2)获取CT切片图像所有像素点的位置坐标信息。
3)对CT切片图像进行单元划分,得到若干图像单元,参见图2。
4)设置等值点阈值,计算CT切片图像最外层的所有等值点,并连接所有等值点,得到CT切片图像最外层的等值线,参见图3,图中,实线为图像单元,虚线为等值线。
5)利用二次误差函数,计算得到等值线经过的图像单元的最小化值点。
6)判断每个图像单元的最小化值点是否唯一,若否,则对存在n个最小化值点的图像单元进行再划分,并返回步骤5,若是,则转入步骤7。
7)删除等值线没有经过的最小化值点,参见图5。图中,实线为图像单元,虚线为等值线,实心圆点为最小化值点,空隙圆点为删除的最小化值点,带有方框的圆点为新增的最小化值点。
8)连接最小化值点和边界图像单元顶点,从而生成轮毂的三角有限元网格,参见图8。

Claims (3)

1.一种工业CT切片图像直接生成二维有限元模型的方法,其特征在于,主要包括以下步骤:
1)对待测工件进行工CT扫描,得到CT切片图像。
2)获取CT切片图像所有像素点的位置坐标信息;
3)对CT切片图像进行单元划分,得到若干图像单元;
4)设置等值点灰度阈值,计算CT切片图像最外层的所有等值点,并连接所有等值点,得到CT切片图像最外层的等值线;
等值线表达式如下:
{(x,y),f(x,y)=c0}; (1)
式中,c0为灰度阈值;(x,y)为平面点坐标;f(x,y)为坐标函数;
5)利用二次误差函数,计算得到等值线经过的图像单元的最小化值点QEF[x],即:
QEF[x]=∑i(ni·(x-pi))2; (2)
式中,Pi、ni分别代表等值线和图像单元交点的位置和单位法向量;i=1,2,……,m;m为单元总数的两倍;
6)判断每个图像单元的最小化值点是否唯一,若否,则对存在n个最小化值点的图像单元进行再划分,并返回步骤5,若是,则转入步骤7;
7)删除等值线没有经过的最小化值点;
8)连接最小化值点和边界图像单元顶点,从而生成三角有限元网格。
2.根据权利要求1所述的一种工业CT切片图像直接生成二维有限元模型的方法,其特征在于,CT切片图像单元划分后的图像单元为正方形单元,每个正方形单元边长为1个单元长度。
3.根据权利要求1或2所述的一种工业CT切片图像直接生成二维有限元模型的方法,其特征在于,连接最小化值点和图像单元顶点的情况分为以下三种:
I)若边界图像单元的其中一条边的一个顶点位于等值线内部,另一个顶点位于等值线外部,则用位于等值线内部的顶点连接相邻的两个最小化值点;
II)若边界图像单元的其中一条边位于等值线内部,则连接位于等值线内部的边的两个顶点和所述边界图像单元的最小化值点,以形成三角网格;
III)若边界图像单元的所有边均位于等值线的内部,则直接连接边界图像单元的对角顶点,以形成三角网格。
CN201910856197.1A 2019-09-11 2019-09-11 一种工业ct切片图像直接生成二维有限元模型的方法 Active CN110796693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910856197.1A CN110796693B (zh) 2019-09-11 2019-09-11 一种工业ct切片图像直接生成二维有限元模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910856197.1A CN110796693B (zh) 2019-09-11 2019-09-11 一种工业ct切片图像直接生成二维有限元模型的方法

Publications (2)

Publication Number Publication Date
CN110796693A true CN110796693A (zh) 2020-02-14
CN110796693B CN110796693B (zh) 2023-03-21

Family

ID=69427167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910856197.1A Active CN110796693B (zh) 2019-09-11 2019-09-11 一种工业ct切片图像直接生成二维有限元模型的方法

Country Status (1)

Country Link
CN (1) CN110796693B (zh)

Citations (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0668570A1 (fr) * 1994-02-16 1995-08-23 Laboratoires D'electronique Philips S.A.S. Procédé de traitement d'images pour déterminer localement le centre et la demi-largeur d'objets contrastant sur un fond et arrangement pour mettre en oeuvre ce procédé
WO1998037517A1 (en) * 1997-02-25 1998-08-27 Wake Forest University Automatic analysis in virtual endoscopy
WO2001073476A1 (en) * 2000-03-27 2001-10-04 Ortoleva Peter J Method for simulation of enhanced fracture detection in sedimentary basins
WO2002047011A1 (en) * 2000-12-08 2002-06-13 Ortoleva Peter J Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories
GB0229991D0 (en) * 2002-12-21 2003-01-29 Schlumberger Holdings System SND method for representing and processing and modeling subterranean surfaces
CN1403057A (zh) * 2001-09-13 2003-03-19 田捷 利用三维欧氏距离变换实现ct图像中软组织显示的方法
CN1430184A (zh) * 2001-12-29 2003-07-16 田捷 利用半边数据结构实现三维网格模型的简化方法
WO2003094117A1 (fr) * 2002-04-30 2003-11-13 Japan Science And Technology Corporation Procede de compression de donnees image et dispositif de traitement d'image
WO2005008547A1 (ja) * 2003-07-16 2005-01-27 Riken 境界表現データからボリュームデータを生成する方法及びそのプログラム
WO2008019473A1 (en) * 2006-08-16 2008-02-21 Optosecurity Inc. Method and apparatus for use in security screening providing incremental display of threat detection information and security system incorporating same
EP1914681A1 (en) * 2006-10-19 2008-04-23 BrainLAB AG Smooth gray-level based surface interpolation for anisotropic data sets
CN101790748A (zh) * 2007-06-19 2010-07-28 爱克发医疗保健公司 对3d数字医学图像中的解剖实体进行分割的方法
CN102067177A (zh) * 2008-06-25 2011-05-18 皇家飞利浦电子股份有限公司 优化剂量控制的图像生成装置
CN102768699A (zh) * 2012-06-14 2012-11-07 西安交通大学 基于ct图像精确重构异质材料微观有限元网格模型的方法
WO2013005455A1 (ja) * 2011-07-06 2013-01-10 国立大学法人東京大学 形状抽出方法及び形状抽出システム
CN102881044A (zh) * 2012-09-27 2013-01-16 重庆大学 一种基于三角形折叠的三维网格模型的简化方法
US20150309149A1 (en) * 2014-04-24 2015-10-29 David W. Holdsworth Method and apparatus for measuring 3d geometric distortion in mri and ct images
CN105247572A (zh) * 2012-10-05 2016-01-13 奥利亚医疗公司 用于通过借助对比剂的断层摄影来估计运动学系统中的感兴趣量的系统和方法
CN105261068A (zh) * 2015-11-16 2016-01-20 中国石油大学(华东) 基于Micro-CT技术的储层岩心三维实体模型重构方法
CN106227924A (zh) * 2016-07-14 2016-12-14 哈尔滨理工大学 一种人体髋部模型网格划分方法
CN107256557A (zh) * 2017-05-03 2017-10-17 华南理工大学 一种误差可控的细分曲面图像矢量化方法
WO2018000071A1 (en) * 2016-06-27 2018-01-04 Synaptive Medical (Barbados) Inc. Intraoperative medical imaging method and system
CN107705358A (zh) * 2017-09-13 2018-02-16 南京工业大学 脑部ct图像的三维重建方法
CN108510580A (zh) * 2018-03-28 2018-09-07 哈尔滨理工大学 一种椎骨ct图像三维可视化方法
CN109285223A (zh) * 2018-09-07 2019-01-29 中山大学 基于体素模型的影像重建四边形网格方法及系统
CN109285225A (zh) * 2018-10-15 2019-01-29 东北大学 一种基于医学影像的虚拟现实辅助手术的建立方法
WO2019023900A1 (zh) * 2017-07-31 2019-02-07 深圳联影医疗科技有限公司 在体数据中提取感兴趣区域的方法及系统
CN109872394A (zh) * 2019-01-10 2019-06-11 重庆大学 基于最小二乘支持向量机的狭长三角形网格优化方法
CN110017797A (zh) * 2019-04-24 2019-07-16 中国兵器科学研究院宁波分院 一种基于图像等值面分割法的尺寸测量结果不确定度评价方法
WO2019164093A1 (ko) * 2018-02-23 2019-08-29 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
CN110189352A (zh) * 2019-05-21 2019-08-30 重庆布瑞斯科技有限公司 一种基于口腔cbct图像的牙根提取方法

Patent Citations (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0668570A1 (fr) * 1994-02-16 1995-08-23 Laboratoires D'electronique Philips S.A.S. Procédé de traitement d'images pour déterminer localement le centre et la demi-largeur d'objets contrastant sur un fond et arrangement pour mettre en oeuvre ce procédé
WO1998037517A1 (en) * 1997-02-25 1998-08-27 Wake Forest University Automatic analysis in virtual endoscopy
WO2001073476A1 (en) * 2000-03-27 2001-10-04 Ortoleva Peter J Method for simulation of enhanced fracture detection in sedimentary basins
WO2002047011A1 (en) * 2000-12-08 2002-06-13 Ortoleva Peter J Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories
CN1403057A (zh) * 2001-09-13 2003-03-19 田捷 利用三维欧氏距离变换实现ct图像中软组织显示的方法
CN1430184A (zh) * 2001-12-29 2003-07-16 田捷 利用半边数据结构实现三维网格模型的简化方法
WO2003094117A1 (fr) * 2002-04-30 2003-11-13 Japan Science And Technology Corporation Procede de compression de donnees image et dispositif de traitement d'image
GB0229991D0 (en) * 2002-12-21 2003-01-29 Schlumberger Holdings System SND method for representing and processing and modeling subterranean surfaces
WO2005008547A1 (ja) * 2003-07-16 2005-01-27 Riken 境界表現データからボリュームデータを生成する方法及びそのプログラム
WO2008019473A1 (en) * 2006-08-16 2008-02-21 Optosecurity Inc. Method and apparatus for use in security screening providing incremental display of threat detection information and security system incorporating same
EP1914681A1 (en) * 2006-10-19 2008-04-23 BrainLAB AG Smooth gray-level based surface interpolation for anisotropic data sets
CN101790748A (zh) * 2007-06-19 2010-07-28 爱克发医疗保健公司 对3d数字医学图像中的解剖实体进行分割的方法
CN102067177A (zh) * 2008-06-25 2011-05-18 皇家飞利浦电子股份有限公司 优化剂量控制的图像生成装置
WO2013005455A1 (ja) * 2011-07-06 2013-01-10 国立大学法人東京大学 形状抽出方法及び形状抽出システム
CN102768699A (zh) * 2012-06-14 2012-11-07 西安交通大学 基于ct图像精确重构异质材料微观有限元网格模型的方法
CN102881044A (zh) * 2012-09-27 2013-01-16 重庆大学 一种基于三角形折叠的三维网格模型的简化方法
CN105247572A (zh) * 2012-10-05 2016-01-13 奥利亚医疗公司 用于通过借助对比剂的断层摄影来估计运动学系统中的感兴趣量的系统和方法
US20150309149A1 (en) * 2014-04-24 2015-10-29 David W. Holdsworth Method and apparatus for measuring 3d geometric distortion in mri and ct images
CN105261068A (zh) * 2015-11-16 2016-01-20 中国石油大学(华东) 基于Micro-CT技术的储层岩心三维实体模型重构方法
WO2018000071A1 (en) * 2016-06-27 2018-01-04 Synaptive Medical (Barbados) Inc. Intraoperative medical imaging method and system
CN106227924A (zh) * 2016-07-14 2016-12-14 哈尔滨理工大学 一种人体髋部模型网格划分方法
CN107256557A (zh) * 2017-05-03 2017-10-17 华南理工大学 一种误差可控的细分曲面图像矢量化方法
WO2019023900A1 (zh) * 2017-07-31 2019-02-07 深圳联影医疗科技有限公司 在体数据中提取感兴趣区域的方法及系统
CN107705358A (zh) * 2017-09-13 2018-02-16 南京工业大学 脑部ct图像的三维重建方法
WO2019164093A1 (ko) * 2018-02-23 2019-08-29 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
CN108510580A (zh) * 2018-03-28 2018-09-07 哈尔滨理工大学 一种椎骨ct图像三维可视化方法
CN109285223A (zh) * 2018-09-07 2019-01-29 中山大学 基于体素模型的影像重建四边形网格方法及系统
CN109285225A (zh) * 2018-10-15 2019-01-29 东北大学 一种基于医学影像的虚拟现实辅助手术的建立方法
CN109872394A (zh) * 2019-01-10 2019-06-11 重庆大学 基于最小二乘支持向量机的狭长三角形网格优化方法
CN110017797A (zh) * 2019-04-24 2019-07-16 中国兵器科学研究院宁波分院 一种基于图像等值面分割法的尺寸测量结果不确定度评价方法
CN110189352A (zh) * 2019-05-21 2019-08-30 重庆布瑞斯科技有限公司 一种基于口腔cbct图像的牙根提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
段黎明等: "基于工业计算机断层成像技术的三维CAD模型重构方法", 《计算机集成制造系统》 *
黄启今等: "基于CT图像重建腰椎活动节段三维有限元模型及其应用", 《中国体视学与图像分析》 *

Also Published As

Publication number Publication date
CN110796693B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN107610230B (zh) 一种3d打印数字模型剖切及接口设计方法及应用
US10140395B2 (en) Detecting collisions in a simulated machining of a workpiece represented by dexels
CN102944174B (zh) 一种三维激光点云数据的去噪与精简方法及系统
CN107622530B (zh) 一种高效鲁棒的三角网切割方法
JP2013507679A (ja) 三次元物体モデルの3dプリントが可能な方法及びシステム
US20210134057A1 (en) Three-dimensional (3d) model creation and incremental model refinement from laser scans
CN110276732B (zh) 一种顾及地形特征线要素的山区点云空洞修复方法
CN102521884A (zh) 一种基于LiDAR数据与正射影像的3维屋顶重建方法
CN111581776B (zh) 一种基于几何重建模型的等几何分析方法
CN113505447B (zh) 一种用于stl格式三维模型的表面干涉度的计算方法
CN110610478A (zh) 一种基于邻域拓扑的医学图像三维重建方法
F Laefer et al. Processing of terrestrial laser scanning point cloud data for computational modelling of building facades
CN102881047A (zh) 一种自动的非封闭隐式曲面重建方法
EP4092558A1 (en) Parameterization of cad model
Kulawiak et al. Processing of LiDAR and multibeam sonar point cloud data for 3D surface and object shape reconstruction
CN112161622A (zh) 一种机器人足迹规划方法、装置、可读存储介质及机器人
CN107886573B (zh) 一种复杂地质条件下边坡三维有限元网格生成方法
Nieser et al. Patch layout from feature graphs
CN110796693B (zh) 一种工业ct切片图像直接生成二维有限元模型的方法
CN105931297A (zh) 三维地质表面模型中的数据处理方法
Kim et al. Automated two-dimensional geometric model reconstruction from point cloud data for construction quality inspection and maintenance
Andre Sorensen et al. A RANSAC based CAD mesh reconstruction method using point clustering for mesh connectivity
Jang et al. GPU-optimized indirect scalar displacement mapping
JP2018040181A (ja) 土木工事の出来形評価システム、出来形評価方法、及びプログラム
CN111968113A (zh) 一种基于最优传输映射的脑影像二维卷积深度学习方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant