3D打印模型分割算法设计
3D打印模型分割算法设计(任务书,开题报告,外文翻译,论文12000字)
摘 要
近来3D打印技术在越来越多的领域大放光彩，例如航天领域（可以缩短新部件的研发周期）、汽车零件制造、建筑、医疗、手办等。由于目前3D打印机其自身限制，所能够打印的实体模型的尺寸也有一定的限制。在工业制造领域，模型分割技术可以在很大程度上解决待加工零件或者模型因体积过大等造成的加工尺寸问题。模型分割，其目标不单是把大模型分割成适合加工要求的小型模型，更要方便后期的加工和装配。因此通过模型的分割处理，可以提升3D打印机的加工效率。
本文首先利用Python对STL文件进行读取和数据分析，然后对STL文件进行拓扑排序，然后对前人提出的一种基于机器学习的三维网格分割算法进行了改进。根据实验结果可知利用机器学习能够对实体网格模型进行分割，并且分割的结果在一定程度上是有意义的。机器学习分割后的效果取决于学习过程中数据量的规模，以及各种控制因子，在时代技术进步的今天，我们也可以利用机器学习达到对模型分割的效率和质量。
关键词：三维网格分割；STL文件处理；机器学习；
Abstract
In recent years, 3D printing applications are very broad, such as the aerospace field (which can shorten the development cycle of new parts), auto parts manufacturing, construction, medical, hand and so on. Due to the current size of the 3D printer can print a certain limit. In the field of industrial manufacturing, the model segmentation technology can solve the processing size problem of the part to be machined or the model is too large. Model segmentation, the goal is not only to split the large model into a small model suitable for processing requirements, but also to large-scale complex model is divided into simple, moderate size, easy processing and assembly of the sub-model. So the model segmentation can improve the processing capacity and efficiency of 3D printing equipment. [来源：http://www.doc163.com]
In this paper, we use Python to read and analyze STL files, then rank the STL files, and then improve the three-dimensional grid segmentation algorithm based on machine learning. According to the experimental results, it can be seen that machine learning can segment the three-dimensional grid model, and the result of segmentation is generally visual
Key Words：3D mesh segmentation；STL file processing；machine learning；
目录
摘 要 I
Abstract II
1 绪论 1
1.1 3D打印模型分割概述 1
1.2本文的研究内容和意义 1
2 三维模型分割算法概述 3
2.1 三维模型分割概述 3
2.2国内外不同原理的三维模型分割算法 3
3 STL文件的处理 9
3.1 STL文件简介 9
3.2 STL文件的数据冗余性 9
3.3 STL文件的数据冗余性 10
3.3.1 开发环境搭建 10
3.3.2 STL文件的加载算法 10
3.3.3 STL模型的拓扑结构实现 11
3.3.4 STL文件去重算法 14
3.4 STL文件的可视化 15
3.4.1 OpenGL简介 15
3.4.2 STL文件的显示 15
3.5 本章小结 17
4 基于机器学习的三维模型分割 18
4.1 本文使用的三维模型数据库 18
4.2网格几何特征的提取 19
4.2.1三维网格特征介绍 19
4.2.2三维网格特征计算 19
4.2.3本文所使用的三维网格特征 21
4.3 Adaboost分类器及其算法简介 22
4.4 Adaboost分类器训练集构建简介 23
4.5 实验结果及分析 24
4.6 本章小结 24
5 总结与展望 25
5.1 总结 25
5.1 展望 25 [资料来源：http://Doc163.com]
致 谢 28