-
公开(公告)号：CN103632371B
公开(公告)日：2016-04-06
申请号：CN201310646822.2
申请日：2013-12-06
Applicant: 河海大学常州校区
IPC: G06T7/00
Abstract: 本发明公开了一种基于兼容性网格分割的骨骼参数计算方法，首先，结合特定医学先验知识对骨骼模型提取一些特征点；再基于特征点对骨骼模型进行医学语义分割；然后，分割得到的模板借助基于Laplacian变形的非刚性配准，指导同类骨骼模型进行快速兼容性分割；最后，依据网格分割结果建立子区域邻接图并计算出骨骼的主要形态参数。本发明使得用户能够对结构相似的同类骨骼模型实现快速兼容性分割，而且与传统测量方法相比较，依据网格分割结果计算得到的骨骼参数，无论是精度上还是效率上都有所提高，尤其适合于大批量骨骼模型的参数测定。
-
公开(公告)号：CN103699898B
公开(公告)日：2016-08-17
申请号：CN201310712171.2
申请日：2013-12-20
Applicant: 河海大学常州校区
Abstract: 本发明给出了一种基于特征线及拓扑关系的曲面特征类型识别方法，该方法从特征线、曲率域凹凸区域及其拓扑位置关系判定曲面类型。首先，识别曲面区域特征线，包括边界线和内部关键特征线；其次，分析曲面区域的曲率特性，将其分割成曲率域曲面图；然后，在凹凸曲面区域间获取特征线；最后，构建特征线和曲率域曲面的拓扑结构，并由基于规则的方法和进化算法识别曲面特征类型。该方法的主要特点是从边界线和曲面内的凹凸性判别特征大类、从特征线及拓扑位置关系识别对应的形状特征，避免了完全从几何形状上识别的困难。该发明应用于CAD模型的自由曲面特征识别中，能够满足产品模型的特征转换和外形上的设计需要，并为下游的分析加工等应用提供了有效的信息支持。
-
公开(公告)号：CN103632371A
公开(公告)日：2014-03-12
申请号：CN201310646822.2
申请日：2013-12-06
Applicant: 河海大学常州校区
IPC: G06T7/00
Abstract: 本发明公开了一种基于兼容性网格分割的骨骼参数计算方法，首先，结合特定医学先验知识对骨骼模型提取一些特征点；再基于特征点对骨骼模型进行医学语义分割；然后，分割得到的模板借助基于Laplacian变形的非刚性配准，指导同类骨骼模型进行快速兼容性分割；最后，依据网格分割结果建立子区域邻接图并计算出骨骼的主要形态参数。本发明使得用户能够对结构相似的同类骨骼模型实现快速兼容性分割，而且与传统测量方法相比较，依据网格分割结果计算得到的骨骼参数，无论是精度上还是效率上都有所提高，尤其适合于大批量骨骼模型的参数测定。
-
公开(公告)号：CN103801776B
公开(公告)日：2016-06-08
申请号：CN201410065431.6
申请日：2014-02-26
Applicant: 河海大学常州校区
IPC: B23H7/20
Abstract: 本发明公开了一种电火花加工特征识别方法，其特征在于，包括步骤如下：步骤一：载入零件CAD模型和工序毛坯模型；步骤二：确定B-rep模型中边的类型；步骤三：识别加工区域并确定其类型；步骤四：确定加工方向和加工坐标系；步骤五：分解加工区域，提取加工特征。在模具镶块件的复杂产品的EDM加工过程中，通过本发明的一种电火花加工特征识别方法能够有效地解决EDM加工特征获取，为电极设计、加工工艺优化提高技术支持，实现EDM加工的CAD/CAM集成，提高加工效率。
-
公开(公告)号：CN104881875A
公开(公告)日：2015-09-02
申请号：CN201510312364.8
申请日：2015-06-09
Applicant: 河海大学常州校区
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/20112 , G06T2207/30008
Abstract: 本发明公开了一种基于先验知识的医学断层图像闭合骨骼轮廓计算方法，首先对从医学断层图像中提取的骨骼轮廓做预处理，将无多余支线且不出现相交情况的单回路骨骼轮廓作为参考模板，其余为非参考模板；然后，引入同类型骨骼模板概念，通过特征值法在同类型骨骼模板中搜索与参考模板最为匹配的轮廓并建立两者仿射变换，利用非参考模板和参考模板的相邻关系，在同方向找到与非参考模板最为匹配的同类型骨骼模板；最后，将参考模板和同类型骨骼模板作为先验知识补全非参考模板断边并去除不相关轮廓线。该发明对轮廓提取中经常出现的相交、相邻、断边等问题进行分类讨论，大大提高了轮廓提取的质量和效率，对提高三维重建的精确度有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN104809736A
公开(公告)日：2015-07-29
申请号：CN201510239512.8
申请日：2015-05-12
Applicant: 河海大学常州校区
IPC: G06T7/00
CPC classification number: G06T7/0014 , G06T2207/10072 , G06T2207/30008
Abstract: 本发明公开了一种基于先验知识的医学断层图像闭合骨骼轮廓计算方法；首先，对从医学断层图像中提取的骨骼轮廓做预处理，将无多余支线且不出现相交情况的单回路骨骼轮廓作为参考模板，其余为非参考模板；然后，引入同类型骨骼模板，通过特征值法在同类型骨骼模板中搜索与参考模板最为匹配的轮廓并建立两者仿射变换，利用非参考模板和参考模板的相邻关系，在同方向找到与非参考模板最为匹配的同类型骨骼模板；最后，将参考模板和同类型骨骼模板作为先验知识补全非参考模板断边并去除不相关轮廓线。该发明应用于医学断层图像三维重建设计中，对轮廓提取中经常出现的相交、相邻、断边等问题进行分类讨论，能大大提高轮廓提取的质量和效率。
-
公开(公告)号：CN104809736B
公开(公告)日：2017-09-12
申请号：CN201510239512.8
申请日：2015-05-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于先验知识的医学断层图像闭合骨骼轮廓计算方法；首先，对从医学断层图像中提取的骨骼轮廓做预处理，将无多余支线且不出现相交情况的单回路骨骼轮廓作为参考模板，其余为非参考模板；然后，引入同类型骨骼模板，通过特征值法在同类型骨骼模板中搜索与参考模板最为匹配的轮廓并建立两者仿射变换，利用非参考模板和参考模板的相邻关系，在同方向找到与非参考模板最为匹配的同类型骨骼模板；最后，将参考模板和同类型骨骼模板作为先验知识补全非参考模板断边并去除不相关轮廓线。该发明应用于医学断层图像三维重建设计中，对轮廓提取中经常出现的相交、相邻、断边等问题进行分类讨论，能大大提高轮廓提取的质量和效率。
-
公开(公告)号：CN103801776A
公开(公告)日：2014-05-21
申请号：CN201410065431.6
申请日：2014-02-26
Applicant: 河海大学常州校区
IPC: B23H7/20
Abstract: 本发明公开了一种电火花加工特征识别方法，其特征在于，包括步骤如下：步骤一：载入零件CAD模型和工序毛坯模型；步骤二：确定B-rep模型中边的类型；步骤三：识别加工区域并确定其类型；步骤四：确定加工方向和加工坐标系；步骤五：分解加工区域，提取加工特征。在模具镶块件的复杂产品的EDM加工过程中，通过本发明的一种电火花加工特征识别方法能够有效地解决EDM加工特征获取，为电极设计、加工工艺优化提高技术支持，实现EDM加工的CAD/CAM集成，提高加工效率。
-
公开(公告)号：CN103699898A
公开(公告)日：2014-04-02
申请号：CN201310712171.2
申请日：2013-12-20
Applicant: 河海大学常州校区
Abstract: 本发明给出了一种基于特征线及拓扑关系的曲面特征类型识别方法，该方法从特征线、曲率域凹凸区域及其拓扑位置关系判定曲面类型。首先，识别曲面区域特征线，包括边界线和内部关键特征线；其次，分析曲面区域的曲率特性，将其分割成曲率域曲面图；然后，在凹凸曲面区域间获取特征线；最后，构建特征线和曲率域曲面的拓扑结构，并由基于规则的方法和进化算法识别曲面特征类型。该方法的主要特点是从边界线和曲面内的凹凸性判别特征大类、从特征线及拓扑位置关系识别对应的形状特征，避免了完全从几何形状上识别的困难。该发明应用于CAD模型的自由曲面特征识别中，能够满足产品模型的特征转换和外形上的设计需要，并为下游的分析加工等应用提供了有效的信息支持。
-
公开(公告)号：CN102999557A
公开(公告)日：2013-03-27
申请号：CN201210407485.7
申请日：2012-10-23
Applicant: 河海大学常州校区
IPC: G06F17/30
Abstract: 本发明公开了一种多角度的曲面特征层次参数化方法，首先，从具有显著特征的曲面总体形状上进行分类且用少许语义参数表示，然后，将总体形状作为大类派生出具有局部形状特征的子类，并建立特征类型间的层次关系。本发明能够有效地实现各种曲面特征分类和建立特征间参数层次化关系，进而使得用户能够通过少许具有语义的高层参数编辑修改曲面特征的整体形状，避免从底层的耗时耗力操作。该发明应用于CAD模型设计中，能够大大提高产品在功能和外形上的设计需要，有效缩短产品开发周期和提高设计效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
