10.3321/j.issn:1002-8331.2006.16.017
基于RBF神经网络的三维残缺数据修补算法
提出了一种基于径向基函数(RBF)神经网络的修补方法,该方法首先通过人工介入法在残缺数据的边界附近获取样本点集,并以其最小二乘拟合平面为基础建立局部坐标系;其次,在此局部坐标系下,将训练后的RBF神经网络仿真曲面用于残缺区域数据点重采;最后,将重采点集通过坐标反变换后,替代原始点云数据中的样本点集.对真实残缺数据进行修补实验,结果表明效果良好.
三维残缺数据、RBF神经网络、孔洞修补、坐标变换
42
TP183(自动化基础理论)
江西省自然科学基金0511067;江西省教育厅资助项目赣教技字[2006]162号
2006-07-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
50-52