CN113129402A - 一种截面数据云图绘制方法 - Google Patents

一种截面数据云图绘制方法 Download PDF

Info

Publication number
CN113129402A
CN113129402A CN202110420738.3A CN202110420738A CN113129402A CN 113129402 A CN113129402 A CN 113129402A CN 202110420738 A CN202110420738 A CN 202110420738A CN 113129402 A CN113129402 A CN 113129402A
Authority
CN
China
Prior art keywords
data
cross
section
section data
points
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
CN202110420738.3A
Other languages
English (en)
Other versions
CN113129402B (zh
Inventor
白楚枫
吴松洋
桑则林
李铁
张帅
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.)
AECC Shenyang Engine Research Institute
Original Assignee
AECC Shenyang Engine Research Institute
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 AECC Shenyang Engine Research Institute filed Critical AECC Shenyang Engine Research Institute
Priority to CN202110420738.3A priority Critical patent/CN113129402B/zh
Publication of CN113129402A publication Critical patent/CN113129402A/zh
Application granted granted Critical
Publication of CN113129402B publication Critical patent/CN113129402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)

Abstract

本申请属于截面数据云图绘制技术领域，具体涉及一种截面数据云图绘制方法，包括：将截面离散化，在其上离散点中确定数据测点、数据拟合点；获取数据测点位置的截面数据；基于截面数据位置已知的离散点，加权计算数据拟合点位置的截面数据；基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图。

Description

一种截面数据云图绘制方法
技术领域
本申请属于截面数据云图绘制技术领域，具体涉及一种截面数据云图绘制方法。
背景技术
航空发动机试验时，为方便直观的对其截面数据进行监测，多其截面数据绘制成云图进行呈现，主要包括温度数据、压力数据。
以当前的云图绘制方式对航空发动机试验截面数据进行云图绘制，存在以下缺陷：
1)、速度较慢，难以满足实时性的要求；
2)、航空发动机多工作于高温高压的恶劣环境下，试验过程中经常性的发生设备的损坏，从而会产生坏点数据，基于此难以保证绘制云图的有效性；
3)、绘制云图时，对于缺少的数据多是以线性拟合线性差值的方式补齐，不能够体现发动机的截面形状及其数据点分布位置的差异，在发动机截面周径向数据梯度差异较大的情形下，补齐缺失数据的准确性较低。
鉴于上述技术缺陷的存在提出本申请。
需注意的是，以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本申请的目的是提供一种截面数据云图绘制方法，以克服或减轻已知存在的至少一方面的技术缺陷。
本申请的技术方案是：
一种截面数据云图绘制方法，包括：
将截面离散化，在其上离散点中确定数据测点、数据拟合点；
获取数据测点位置的截面数据；
基于截面数据已知离散点的位置，加权计算数据拟合点位置的截面数据；
基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述获取数据测点位置的截面数据，具体为：
自测点的网络数据包中实时的获取数据测点位置的截面数据；或者，
自测点数据库中获取相应时刻数据测点位置的截面数据。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述获取数据测点位置的截面数据后，判断数据测点位置截面数据是否为坏点数据，若为坏点数据，则将该截面数据剔除，将对应的数据测点视为数据拟合点。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述基于截面数据位置已知的离散点，加权计算数据拟合点位置的截面数据，具体为：
Figure BDA0003027748490000021
其中，
Valuex为数据拟合点位置的截面数据；
n为已知截面数据位置离散点的数量；
Ii为第i个已知截面数据位置离散点的影响因子；
Valuei为第i个已知截面数据位置离散点的截面数据。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，Ii＝f(Di)；
其中，
Ii为第i个已知截面数据位置离散点的相对距离影响因子；
Di为第i个已知截面数据位置离散点与数据拟合点间的距离。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，
Figure BDA0003027748490000031
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，Ii＝f(ri)；
其中，
Ii为第i个已知截面数据位置离散点的径向距离影响因子；
ri为第i个已知截面数据位置离散点与数据拟合点间的径向距离。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，Ii＝-117.6ln(ri)+543.12。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图，具体为：
基于色标转换算法，将数据测点位置截面数据、数据拟合点位置截面数据转为对应的绘制颜色值；
将绘制颜色值在对应数据测点位置、数据拟合点位置显示。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述基于色标转换算法，将数据测点位置截面数据、数据拟合点位置截面数据转为对应的绘制颜色值；
Figure BDA0003027748490000032
其中，
Colorx为数据测点位置截面数据或数据拟合点位置截面数据的对应绘制颜色值；
Valuex为数据测点位置截面数据或数据拟合点位置截面数据；
Valuemin为绘制颜色值量程的下限；
Valuemax为绘制颜色值量程的上限。
根据本申请的至少一个实施例，上述的截面数据云图绘制方法中，所述将绘制颜色值在对应数据测点位置、数据拟合点位置显示，具体为：
将数据测点位置、数据拟合点位置所在区域转换为bitmap类格式，以数组格式存储；
计算数据测点位置坐标、数据拟合点位置坐标在数组格式内的对应地址，在对应地址内存储对应的绘制颜色值；
将数组格式转化为bitmap类格式，在数据测点位置、数据拟合点位置显示相应的绘制颜色。
附图说明
图1是本申请实施例提供的截面数据云图绘制方法的流程图；
图2是本申请实施例提供的在截面离散点中确定数据测点、数据拟合点的示意图；
图3是本申请实施例提供的色标转换算法的示意图；
图4是本申请实施例提供的将绘制颜色值在对应数据测点位置、数据拟合点位置显示的示意图。
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；此外，附图用于示例性说明，其中描述位置关系的用语仅限于示例性说明，不能理解为对本专利的限制。
具体实施方式
为使本申请的技术方案及其优点更加清楚，下面将结合附图对本申请的技术方案作进一步清楚、完整的详细描述，可以理解的是，此处所描述的具体实施例仅是本申请的部分实施例，其仅用于解释本申请，而非对本申请的限定。需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分，其他相关部分可参考通常设计，在不冲突的情况下，本申请中的实施例及实施例中的技术特征可以相互组合以得到新的实施例。
此外，除非另有定义，本申请描述中所使用的技术术语或者科学术语应当为本申请所属领域内一般技术人员所理解的通常含义。本申请描述中所使用的“上”、“下”、“左”、“右”、“中心”、“竖直”、“水平”、“内”、“外”等表示方位的词语仅用以表示相对的方向或者位置关系，而非暗示装置或元件必须具有特定的方位、以特定的方位构造和操作，当被描述对象的绝对位置发生改变后，其相对位置关系也可能发生相应的改变，因此不能理解为对本申请的限制。本申请描述中所使用的“第一”、“第二”、“第三”以及类似用语，仅用于描述目的，用以区分不同的组成部分，而不能够将其理解为指示或暗示相对重要性。本申请描述中所使用的“一个”、“一”或者“该”等类似词语，不应理解为对数量的绝对限制，而应理解为存在至少一个。本申请描述中所使用的“包括”或者“包含”等类似词语意指出现在该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
此外，还需要说明的是，除非另有明确的规定和限定，在本申请的描述中使用的“安装”、“相连”、“连接”等类似词语应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，领域内技术人员可根据具体情况理解其在本申请中的具体含义。
下面结合附图1至图4对本申请做进一步详细说明。
一种截面数据云图绘制方法，包括：
将截面离散化，在其上离散点中确定数据测点、数据拟合点；
获取数据测点位置的截面数据；
基于截面数据已知离散点的位置，加权计算数据拟合点位置的截面数据；
基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，其可用作航空发动机试验截面数据云图的绘制，在用作航空发动机试验截面数据云图的绘制时，其所说的截面对应于航空发动机试验截面，数据测点对应于航空发动机试验截面中温度或压力测点，数据拟合点对应于航空发动机试验截面中需拟合计算温度或压力的点。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，其在对数据拟合点位置的截面数据进行计算时，是基于截面数据位置已知离散点进行加权计算，包括以已知截面数据位置的数据测点，以及已知截面数据位置的数据拟合点对数据拟合点位置的截面数据进行计算，其计算结果为各个已知截面数据位置的离散点的加权之和，能够体现截面形状及其各点分布位置的差异，具有较高的准确性。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述获取数据测点位置的截面数据，具体为：
自测点的网络数据包中实时的获取数据测点位置的截面数据；或者，
自测点数据库中获取相应时刻数据测点位置的截面数据。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述获取数据测点位置的截面数据后，判断数据测点位置截面数据是否为坏点数据，若为坏点数据，则将该截面数据剔除，将对应的数据测点视为数据拟合点。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，其在获取数据测点位置的截面数据后，将坏点数据剔除，以及将对应的数据测点视为数据拟合点，对其位置的截面数据基于截面数据位置已知的离散点位置加权计算，以此能够保证绘制云图的有效性。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，其中坏点数据的判定规则，可由领域内技术人员在应用本申请公开的技术方案时，根据具体实际进行确定，在此不做进一步的阐述。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述基于截面数据位置已知的离散点，加权计算数据拟合点位置的截面数据，具体为：
Figure BDA0003027748490000071
其中，
Valuex为数据拟合点位置的截面数据；
n为已知截面数据位置离散点的数量；
Ii为第i个已知截面数据位置离散点的影响因子；
Valuei为第i个已知截面数据位置离散点的截面数据。
在一些可选的实施例中，上述的截面数据云图绘制方法中，Ii＝f(Di)；
其中，
Ii为第i个已知截面数据位置离散点的相对距离影响因子；
Di为第i个已知截面数据位置离散点与数据拟合点间的距离，为直角坐标系下的距离。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，Ii＝f(Di)可根据已知的Ii、Di数据拟合得到，一个具体的实施例如下：
D<sub>i</sub> 1 5 10 20 40 60 80 100 ＞100
I<sub>i</sub> 500 350 250 130 30 5 1 0.1 0.01
拟合结果为：
Figure BDA0003027748490000081
在一些可选的实施例中，上述的截面数据云图绘制方法中，Ii＝f(ri)；
其中，
Ii为第i个已知截面数据位置离散点的径向距离影响因子；
ri为第i个已知截面数据位置离散点与数据拟合点间的径向距离，为极坐标系下的径向距离。
领域内技术人员可以理解的是，Ii＝f(ri)可根据已知的Ii、ri数据拟合得到，一个具体的实施例如下：
r<sub>i</sub> 1 5 10 20 40 60 80 100 ＞100
I<sub>i</sub> 500 400 300 200 100 50 10 0.1 0.01
拟合结果为：Ii＝-117.6ln(ri)+543.12。
在以上公开的截面数据云图绘制方法中，公开了基于Di、ri数据的Ii确定方法，领域内技术人员在应用本申请公开的技术方案时，可根据截面的具体形状，以及数据测点位置、数据拟合点位置的具体分布，截面数据间的关联性进行选取。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图，具体为：
基于色标转换算法，将数据测点位置截面数据、数据拟合点位置截面数据转为对应的绘制颜色值；
将绘制颜色值在对应数据测点位置、数据拟合点位置显示。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述基于色标转换算法，将数据测点位置截面数据、数据拟合点位置截面数据转为对应的绘制颜色值；
Figure BDA0003027748490000091
其中，
Colorx为数据测点位置截面数据或数据拟合点位置截面数据的对应绘制颜色值；
Valuex为数据测点位置截面数据或数据拟合点位置截面数据；
Valuemin为绘制颜色值量程的下限；
Valuemax为绘制颜色值量程的上限。
在一些可选的实施例中，上述的截面数据云图绘制方法中，所述将绘制颜色值在对应数据测点位置、数据拟合点位置显示，具体为：
将数据测点位置、数据拟合点位置所在区域转换为bitmap类格式，以数组格式存储；
计算数据测点位置坐标、数据拟合点位置坐标在数组格式内的对应地址，在对应地址内存储对应的绘制颜色值，即实时的对对应地址内的绘制颜色值进行更新；
将数组格式转化为bitmap类格式，在数据测点位置、数据拟合点位置显示相应的绘制颜色。
对于上述实施例公开的截面数据云图绘制方法，领域内技术人员可以理解的是，其是基于计算机图形学技术、内存绘图算法实时的绘制云图，具有相对较高的精度及其速度。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
至此，已经结合附图所示的优选实施方式描述了本申请的技术方案，领域内技术人员应该理解的是，本申请的保护范围显然不局限于这些具体实施方式，在不偏离本申请的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本申请的保护范围之内。

Claims (10)

1.一种截面数据云图绘制方法，其特征在于，包括：
将截面离散化，在其上离散点中确定数据测点、数据拟合点；
获取数据测点位置的截面数据；
基于截面数据位置已知的离散点，加权计算数据拟合点位置的截面数据；
基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图。
2.根据权利要求1所述的截面数据云图绘制方法，其特征在于，
所述获取数据测点位置的截面数据，具体为：
自测点的网络数据包中实时的获取数据测点位置的截面数据；或者，
自测点数据库中获取相应时刻数据测点位置的截面数据。
3.根据权利要求1所述的截面数据云图绘制方法，其特征在于，
所述获取数据测点位置的截面数据后，判断数据测点位置截面数据是否为坏点数据，若为坏点数据，则将该截面数据剔除，将对应的数据测点视为数据拟合点。
4.根据权利要求1所述的截面数据云图绘制方法，其特征在于，
所述基于截面数据位置已知的离散点，加权计算数据拟合点位置的截面数据，具体为：
Figure FDA0003027748480000011
其中，
Valuex为数据拟合点位置的截面数据；
n为已知截面数据位置离散点的数量；
Ii为第i个已知截面数据位置离散点的影响因子；
Valuei为第i个已知截面数据位置离散点的截面数据。
5.根据权利要求4所述的截面数据云图绘制方法，其特征在于，
Ii＝f(Di)；
其中，
Ii为第i个已知截面数据位置离散点的相对距离影响因子；
Di为第i个已知截面数据位置离散点与数据拟合点间的距离。
6.根据权利要求5所述的截面数据云图绘制方法，其特征在于，
Figure FDA0003027748480000021
7.根据权利要求4所述的截面数据云图绘制方法，其特征在于，
Ii＝f(ri)；
其中，
Ii为第i个已知截面数据位置离散点的径向距离影响因子；
ri为第i个已知截面数据位置离散点与数据拟合点间的径向距离。
8.根据权利要求7所述的截面数据云图绘制方法，其特征在于，
Ii＝-117.6ln(ri)+543.12。
9.根据权利要求1所述的截面数据云图绘制方法，其特征在于，
所述基于数据测点位置的截面数据、数据拟合点位置的截面数据，绘制相应的云图，具体为：
基于色标转换算法，将数据测点位置截面数据、数据拟合点位置截面数据转为对应的绘制颜色值；
将绘制颜色值在对应数据测点位置、数据拟合点位置显示。
10.根据权利要求9所述的截面数据云图绘制方法，其特征在于，
所述将绘制颜色值在对应数据测点位置、数据拟合点位置显示，具体为：
将数据测点位置、数据拟合点位置所在区域转换为bitmap类格式，以数组格式存储；
计算数据测点位置坐标、数据拟合点位置坐标在数组格式内的对应地址，在对应地址内存储对应的绘制颜色值；
将数组格式转化为bitmap类格式，在数据测点位置、数据拟合点位置显示相应的绘制颜色。
CN202110420738.3A 2021-04-19 2021-04-19 一种截面数据云图绘制方法 Active CN113129402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110420738.3A CN113129402B (zh) 2021-04-19 2021-04-19 一种截面数据云图绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110420738.3A CN113129402B (zh) 2021-04-19 2021-04-19 一种截面数据云图绘制方法

Publications (2)

Publication Number Publication Date
CN113129402A true CN113129402A (zh) 2021-07-16
CN113129402B CN113129402B (zh) 2024-01-30

Family

ID=76777901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110420738.3A Active CN113129402B (zh) 2021-04-19 2021-04-19 一种截面数据云图绘制方法

Country Status (1)

Country Link
CN (1) CN113129402B (zh)

Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008003944A2 (en) * 2006-07-03 2008-01-10 The University Court Of The University Of Glasgow Image processing and vectorisation
US20090319224A1 (en) * 2006-07-20 2009-12-24 Rolls-Royce Plc Method for characterising the profile of a surface
CN101763649A (zh) * 2009-12-30 2010-06-30 北京航空航天大学 一种增强模型轮廓的表面点绘制方法
US20110141136A1 (en) * 2008-06-20 2011-06-16 Business Intelligence Solutions Safe B.V. Method and system of graphically representing discrete data as a continuous surface
CN102538665A (zh) * 2010-12-25 2012-07-04 鸿富锦精密工业（深圳）有限公司 量测结果图形化输出系统及方法
CN103577651A (zh) * 2013-11-18 2014-02-12 河海大学 一种智能化的批量生成及处理任意形状截面等值线云图的方法
CN103678788A (zh) * 2013-11-29 2014-03-26 中国科学院科技政策与管理科学研究所 基于曲面论的空间数据插值与曲面拟合方法
CN103901475A (zh) * 2014-03-31 2014-07-02 中国石油天然气股份有限公司 一种属性等值线图绘制方法及装置
CN104123746A (zh) * 2014-07-10 2014-10-29 上海大学 一种三维扫描点云中实时法向量的计算方法
CN104616328A (zh) * 2015-01-28 2015-05-13 广州市自来水公司 一种供水压力分布图的绘制方法
CN105590311A (zh) * 2014-11-13 2016-05-18 富泰华工业（深圳）有限公司 图形化平面数据分析系统及方法
CN105809721A (zh) * 2014-12-30 2016-07-27 阿里巴巴集团控股有限公司 一种应用图标的生成方法、装置及移动设备
CN108280852A (zh) * 2018-01-16 2018-07-13 常景测量科技（武汉）有限公司 一种基于激光点云数据的门窗点云形状检测方法及系统
CN108364331A (zh) * 2018-02-13 2018-08-03 北京佳格天地科技有限公司 一种等值线生成方法、系统和存储介质
CN109063317A (zh) * 2018-07-27 2018-12-21 燕山大学 一种冷轧带材板形在线云图绘制方法
CN110084865A (zh) * 2019-04-17 2019-08-02 武汉大学 一种离散点分级加权拟合规则格网的方法
CN110442917A (zh) * 2019-07-09 2019-11-12 武汉工程大学 基于点云的参数化模型重建方法
CN110766783A (zh) * 2019-09-16 2020-02-07 江汉大学 一种零件的三维建模方法
CN110909398A (zh) * 2019-11-18 2020-03-24 广东三维家信息科技有限公司 图形拟合方法、装置、电子设备和计算机可读存储介质
US10713841B1 (en) * 2019-01-18 2020-07-14 Unkie Oy System for generating point cloud map and method therefor
CN111553909A (zh) * 2020-05-06 2020-08-18 南京航空航天大学 一种基于实测点云数据的飞机蒙皮窄端面提取方法
CN112100848A (zh) * 2020-09-15 2020-12-18 中国航发沈阳发动机研究所 一种特性曲线确定方法
CN112131694A (zh) * 2020-09-27 2020-12-25 北京航空航天大学 一种面向管道网络法的涡轮叶片流体网络可视化方法
CN112329175A (zh) * 2020-11-13 2021-02-05 中国航发沈阳发动机研究所 一种涡轮叶片型面建立方法
CN112446884A (zh) * 2020-11-27 2021-03-05 广东电网有限责任公司肇庆供电局 一种激光点云中输电线的定位方法、装置及终端设备
WO2023197563A1 (zh) * 2022-04-13 2023-10-19 深圳北芯生命科技股份有限公司 用于调整描绘的轮廓的绘制方法、设备及介质

Patent Citations (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008003944A2 (en) * 2006-07-03 2008-01-10 The University Court Of The University Of Glasgow Image processing and vectorisation
US20090319224A1 (en) * 2006-07-20 2009-12-24 Rolls-Royce Plc Method for characterising the profile of a surface
US20110141136A1 (en) * 2008-06-20 2011-06-16 Business Intelligence Solutions Safe B.V. Method and system of graphically representing discrete data as a continuous surface
CN101763649A (zh) * 2009-12-30 2010-06-30 北京航空航天大学 一种增强模型轮廓的表面点绘制方法
CN102538665A (zh) * 2010-12-25 2012-07-04 鸿富锦精密工业（深圳）有限公司 量测结果图形化输出系统及方法
CN103577651A (zh) * 2013-11-18 2014-02-12 河海大学 一种智能化的批量生成及处理任意形状截面等值线云图的方法
CN103678788A (zh) * 2013-11-29 2014-03-26 中国科学院科技政策与管理科学研究所 基于曲面论的空间数据插值与曲面拟合方法
CN103901475A (zh) * 2014-03-31 2014-07-02 中国石油天然气股份有限公司 一种属性等值线图绘制方法及装置
CN104123746A (zh) * 2014-07-10 2014-10-29 上海大学 一种三维扫描点云中实时法向量的计算方法
CN105590311A (zh) * 2014-11-13 2016-05-18 富泰华工业（深圳）有限公司 图形化平面数据分析系统及方法
CN105809721A (zh) * 2014-12-30 2016-07-27 阿里巴巴集团控股有限公司 一种应用图标的生成方法、装置及移动设备
CN104616328A (zh) * 2015-01-28 2015-05-13 广州市自来水公司 一种供水压力分布图的绘制方法
CN108280852A (zh) * 2018-01-16 2018-07-13 常景测量科技（武汉）有限公司 一种基于激光点云数据的门窗点云形状检测方法及系统
CN108364331A (zh) * 2018-02-13 2018-08-03 北京佳格天地科技有限公司 一种等值线生成方法、系统和存储介质
CN109063317A (zh) * 2018-07-27 2018-12-21 燕山大学 一种冷轧带材板形在线云图绘制方法
US10713841B1 (en) * 2019-01-18 2020-07-14 Unkie Oy System for generating point cloud map and method therefor
CN110084865A (zh) * 2019-04-17 2019-08-02 武汉大学 一种离散点分级加权拟合规则格网的方法
CN110442917A (zh) * 2019-07-09 2019-11-12 武汉工程大学 基于点云的参数化模型重建方法
CN110766783A (zh) * 2019-09-16 2020-02-07 江汉大学 一种零件的三维建模方法
CN110909398A (zh) * 2019-11-18 2020-03-24 广东三维家信息科技有限公司 图形拟合方法、装置、电子设备和计算机可读存储介质
CN111553909A (zh) * 2020-05-06 2020-08-18 南京航空航天大学 一种基于实测点云数据的飞机蒙皮窄端面提取方法
CN112100848A (zh) * 2020-09-15 2020-12-18 中国航发沈阳发动机研究所 一种特性曲线确定方法
CN112131694A (zh) * 2020-09-27 2020-12-25 北京航空航天大学 一种面向管道网络法的涡轮叶片流体网络可视化方法
CN112329175A (zh) * 2020-11-13 2021-02-05 中国航发沈阳发动机研究所 一种涡轮叶片型面建立方法
CN112446884A (zh) * 2020-11-27 2021-03-05 广东电网有限责任公司肇庆供电局 一种激光点云中输电线的定位方法、装置及终端设备
WO2023197563A1 (zh) * 2022-04-13 2023-10-19 深圳北芯生命科技股份有限公司 用于调整描绘的轮廓的绘制方法、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
郑建华等: "基于离散点的等值线和云图的绘制", 《黑龙江水专学报》, pages 26 - 28 *
郑晓月;康鲲鹏;: "一种基于加权平均的曲面拟合算法在电法勘探中的应用", 河南理工大学学报(自然科学版), no. 01 *
郑晓月等: "一种基于加权平均的曲面拟合算法 在电法勘探中的应用", 《河南理工大学学报(自然科学版)》, pages 101 - 103 *

Also Published As

Publication number Publication date
CN113129402B (zh) 2024-01-30

Similar Documents

Publication Publication Date Title
CN110059697B (zh) 一种基于深度学习的肺结节自动分割方法
KR20230124713A (ko) 결함 검출 방법, 장치 및 시스템
CN113470024B (zh) 轮毂内部缺陷检测方法、装置、设备、介质及程序产品
JP2009245228A (ja) 異常検出方法および異常検出装置
CN113237885B (zh) 一种基于结构健康监测数据的建筑性能评估方法
CN111461101A (zh) 工服标志的识别方法、装置、设备及存储介质
JP2005523053A5 (zh)
CN116563262A (zh) 基于多模态的建筑裂缝检测算法
CN116152208A (zh) 缺陷检测方法、装置、设备及存储介质
CN113592839B (zh) 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统
CN113129402A (zh) 一种截面数据云图绘制方法
CN113610786A (zh) 一种基于视觉测量的轨道变形监测方法
CN111626989B (zh) 针对缺失标注的病理图像的高精度检测网络训练方法
CN112950598A (zh) 工件的瑕疵检测方法、装置、设备及存储介质
CN117036266A (zh) 一种基于知识蒸馏的工业图像异常检测方法及系统
CN114937023A (zh) 一种承压设备的缺陷识别方法及装置
CN112288672A (zh) 肿瘤检测方法及肿瘤检测装置
KR20240044495A (ko) 점검 지원 시스템, 점검 지원 방법, 및, 점검 지원 프로그램
CN113516328B (zh) 数据处理方法、服务提供方法、装置、设备和存储介质
CN114140608A (zh) 一种光伏板标记方法、装置、电子设备及存储介质
CN114037993A (zh) 变电站指针仪表读数方法、装置、存储介质以及电子设备
CN114332748A (zh) 基于多源特征联合网络与变换图像自生成的目标检测方法
CN113808049B (zh) 一种列车线阵图像畸变校正方法及电子设备
CN117392298B (zh) 基于WebGIS平台的图像渲染方法、系统、存储介质和电子设备
CN114565889B (zh) 车辆压线状态的确定方法、装置、电子设备和介质

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