三维坐标（共6篇）
三维坐标 篇1
“促进约1亿农业转移人口落户城镇”——以人为本
“改造约1亿人居住的城镇棚户区和城中村”——共享文明
“引导约1亿人在中西部地区就近城镇化”——区域均衡
“促进约1亿农业转移人口落户城镇”——以人为本
来自广西省临桂县的唐永红和丈夫已在广州番禺区南村镇永大社区打工租住了14年,9岁的儿子在附近一所农民工子弟学校就读。“最让我犯愁的是,孩子不能异地高考,上初中就必须得回老家读书。”唐永红说。
与她境遇相似,众多早已离井背乡的农民工虽在城里工作多年,但因户籍等原因仍难融入城市,也无法公平享受城市的公共教育和医疗卫生保两,不得不面临与老人、子女两地分隔。随着“80后”青年农民工成为我国农民工的主体,越来越多的农民工希望从“城市过客”变为“城市主人”。“促进约1亿农业转移人口落户城镇”的报告表述,让更多渴望入城的人们看到了希望。
新型城镇化是以人为核心的城镇化。此前,不少地方片面将城镇化理解成有形的城镇建设,将其当成“房地产化”,却忽略了“人的城镇化”。建新城易,破除影响我国城镇化健康发展的体制机制障碍难。
户籍制度就是城镇化进程中的一道隐形“篱笆墙”。来自广东的全国人大代表曾香桂说:“入户门槛太高,让许多农民工根本不敢想能否留在城里。如果户籍问题解决,教育和医疗问题有了保障,想留城的农民工才能慢慢实现市民化。”
“有序推进农业转移人口市民化。推动户籍制度改革,实行不同规模城市差别化落户政策”“使更多进城务工人员随迁子女纳入城镇教育,实现异地升学”“稳步推进城镇基本公共服务常住人口全覆盖”,这些政府工作报告的表述,向社会展示了新型城镇化发展“三维坐标”中的制度建设维度:拆除隐形篱笆墙,落实以人为本。
“改造约1亿人居住的城镇棚户区和城中村”——共享文明
白天,他们是城市高楼的建设者;晚上,他们回到城市破旧的角落。在许多大中城市的棚户区和城中村,租住的都是这些辛劳而又朴实的农民工,以及不少城市贫困人口。缩小贫富差距,是新型城镇化发展提升质量过程中必须面对的社会问题。
一些城市为追求低成本、高速度发展,采取“蛙跳”方式扩展空间,即碰到农村居民点集中的用地就直接避开,由此遗留的“城中村”在城镇基础设施布置、功能划分等方面引发了诸多问题,改造的迫切性日益增加。
“要创造条件让百姓共享改革发展的成果,就像总理所说,城镇建设必须让农业转移人口和城镇居民共建共享城市现代文明。”全国人大代表、葫芦岛市市长都本伟说,葫芦岛市刚刚完成辽宁省最大的单体棚户区改造工程,集中新建了400栋新楼房,6.3万人正陆续入住新居;未来两年内,全市还将陆续改造主城区中的18个城中村,3万多农业转移人口将从中受益。
“更大规模加快棚户区改造,决不能一边高楼林立,一边棚户连片”“优先发展公共交通”“探索农业转移人口市民化成本分担、多元化城镇建设投融资等机制”,政府报告的这些表述,让人感受到政府正用“看得见的手”,在新型城镇化发展进程中,帮助农业转移人口和城市贫困人口实现安居乐业,展示出新型城镇化发展“三维坐标”中的价值维度:降低圆梦高门槛,实现共享文明。
“引导约1亿人在中西部地区就近城镇化”——区域均衡
中国城镇化存在诸多不协调:大城市很大,而小城市、郊区及周边农村很小;大城市人满为患,压得人喘不过气来,而小城市、郊区及周边农村由于缺乏优质的公共资源,又无法分解大城市的人口压力。地域上,呈现明显的“东密西疏”阶梯状分布,大中城市主要集中在东部沿海省份,中西部地区城市相对稀少。
城市规模和布局一直是各国城镇化战略的核心。中国的主要问题在于城市数量总体不足,尤其是中小城市缺位严重。1997年以来,城镇化率提高了20个百分点,城市数量却由666个下降至当前的657个,这与国外城市化快速推进时期城市数量同步大幅增长形成较大反差。
中国未来的城镇发展需要走出大中小城市和东中西部的协调发展之路。引导约1亿人在中西部地区就近城镇化,既可分散大城市人口过多的压力,也有助于西部大开发等区域经济均衡协调发展战略,可谓一举多得。
摘要：2014年3月5日(星期三)上午9时,第十二届全国人民代表大会第二次会议在人民大会堂开幕,国务院总理李克强作政府工作报告,审查计划报告和预算报告。国务院总理李克强5日在十二届全国人大二次会议上作政府工作报告时说,今年要推进以人为核心的新型城镇化。坚持走以人为本、四化同步、优化布局、生态文明、传承文化的新型城镇化道路,避循发展规律,积极稳妥推进,着力提升质量。今后一个时期,着重解决好现有“三个1亿人”问题,促进约1亿农业转移人口落户城镇,改造约1亿人居住的城镇棚户区和城中村,引导约1亿人在中西部地区就近城镇化。城从哪里来?人往哪里去?如何积极稳妥推进新型城镇化发展,一直是各界关注的热点话题。在李克强总理的政府工作报告里,“三个1亿人”的表述让人耳目一新。看似简单的五个字,从制度建设、价值取向、宏观布局等层面细细分析,却蕴藏着诸多改革深意,描绘出指引中国新型城镇化未来发展的“三维坐标”:拆除隐形“篱笆墙”,落实以人为本:降低圆梦“高门槛”,实现共享文明;抹平东西部经济鸿沟,力求区域发展均衡。
三维坐标 篇2
直接从三维直角坐标转换的非线性方程出发,根据最优化问题的极值条件,采用基于同伦连续思想的Li-Yorke算法进行求解.结果表明,该方法是一种结果稳定、精度较高的`大范围收敛方法,适用于任意旋转角的三维直角坐标转换.
作 者：游为 范东明 黄瑞金 YOU Wei FAN Dong-ming HUANG Rui-jin 作者单位：游为,范东明,YOU Wei,FAN Dong-ming(西南交通大学土木工程学院,成都,610031)
黄瑞金,HUANG Rui-jin(四川测绘局第三测绘工程院,成都,610500)
三维坐标 篇3
关键词：现代工业；三坐标测量机；测量坐标系；原来分析；系统研究
一、现代工业测量理论分析
工业测量是指为工业设备安装、制造、产品质量检验以及仿真建模等进行精密三维空间定位和数据获取的测量工作。工业测量是在工业生产和科研各环节中，为产品的设计、模拟、测量、放样、仿制、仿真、产品质量控制、产品运动状态，提供测量技术支撑的一门学科。测量，内容以产品的几何尺寸为主，但也涉及色彩、温度、速度与加速度及其他物理量。
伴随工业的发展，可选择的工业测量的手段或仪器设备名目繁多，如一、二、三维的机械型量测工具或设备，各种专用的基于光机电技术的一维传感器，基于测角的各类仪器设备，基于测距的各类光电测距仪器设备，基于各种固态摄像机的摄像设备和摄影测量系统，各种专用的一、二、三维工业摄影测量系统，光学显微摄像测量系统，电子显微摄像测量系统，基于高速影像的一、二、三维摄影测量系统，基于莫尔条纹的工业测量系统，基于光波干涉原理的测量系统，基于磁力场的三维量测系统，基于结构光的工业测量或工业摄像测量系统，Motography自动测量技术，乃至用于空抛物体运动轨迹测定的全球定位系统。
二、三维坐标测量机概述介绍
三维坐标测量机是一种高效率的精密测量设备，用规定的位置时，即自动停止测量台的驱动，同时将坐标J以测量各种机械零件、模具等的形位误差、轮廓尺寸、距测量值输人计算机。测量力由螺旋圈控制，在0.IN一J离等。随着电子技术和计算机技术的发展，三维坐标测0.4N之间分三档。量机配备了专用电子计算机、打印机、绘图机等，为其实三、数据处理系统现高效率、多用途提供了可能，使用起来也更加方便。
三、三维坐标测量机的原理分析
坐标测量原理——图1
三坐标测量机是基于坐标测量的通用化数字测量设备。它首先将各被测几何元素的测量转化为对这些几何元素上一些点集坐标位置的测量，在测得这些点的坐标位置后，再根据这些点的空间坐标值，经过数学运算求出其尺寸和形位误差。如图1所示，要测量零件上一圆柱孔的直径，可以在垂直于孔轴线的截面I内，触测内孔壁上三个点（点1、2、3），则根据这三点的坐标值就可计算出孔的直径及圆心坐标OI；如果在该截面内触测更多的点（点1，2，…，n，n为测点数），则可根据最小二乘法或最小条件法计算出该截面圆的圆度误差；如果对多个垂直于孔轴线的截面圆（I，II，…，m，m为测量的截面圆数）进行测量，则根据测得点的坐标值可计算出孔的圆柱度误差以及各截面圆的圆心坐标，再根据各圆心坐标值又可计算出孔轴线位置；如果再在孔端面A上触测三点，则可计算出孔轴线对端面的位置度误差。由此可见，CMM的这一工作原理使得其具有很大的通用性与柔性。从原理上说，它可以测量任何零件的任何几何元素的任何参数。
四、三维坐标测量系统分析
1.经纬仪测量系统
（1）手动经纬仪测量系统
手动经纬仪测量系统（MTS）是由多台高精度电子经纬仪构成的空间角度前方交会测量系统，手动经纬仪测量系统的硬件设备主要为高精度的电子经纬仪T2000/T3000系列（也可联Kern的E2/E20电子经纬仪）、基准尺、接口和联机电缆及微机等组成。采用手动照准目标，经纬仪自动读数，逐点观测的方法。系统定向软件采用基于大地测量控制网平差的互瞄法或基于摄影测量的光束法平差技术。
（2）自动经纬仪测量系统
自动经纬仪测量系统（ATMS）是采用2台马达驱动电子经纬仪TM3000L和TM3000V所构成的空间前方交会测量系统，由于电子经纬仪采用马达驱动，因此操作可以自动进行。TM3000L有一个激光目标投射器，用于在被测物的表面上标志出目标点，TM3000V为摄像经纬仪，它内置一小型CCD摄像机，一个特制的广角镜可以获得一个9°×12°的目标的全景。用它来跟踪TM3000L发出的激光点，通过高精度图像处理软件可测定出目标点的三维坐标。
2.全站仪极坐标测量系统
（1）手动极坐标测量系统
极坐标测量系统是由一台高精度的测角、测距全站仪构成的单台仪器三维坐标测量系统（STS）。测角精度为±0.5″，测距标称精度为±（1 mm+1×10—6D）。用掌上计算机配合微机推出的一个产品为DCA—TC。其中DCP10软件装入掌上计算机用于控制TC2002进行数据采集和一般性处理，DCP20软件运行在微机上进行测量数据的综合处理和分析。TC2002在近距离测距时，无需棱镜作为测距目标，只需采用特制的不干胶（或磁性）反射片贴到被测物的表面上，软件处理时顾及了标志的厚度。极坐标法坐标测量系统的仪器设站非常方便和灵活，测程较远，实际上在100 m范围内的精度可达到±0.5 mm左右，因此特别适用于钢架结构测量和造船工业等中等精度要求的情况。
（2）自动极坐标测量系统
自动极坐标测量系统（APS）是由一台TM3000D马达驱动电子经纬仪和一台徕卡测距仪构成的，所用的测距仪可根据实际需求来选择某一型号。对于无棱镜合作的情况，可选DIOR3002，高精度测距仪可选DI2002。APS的照准和观测完全自动化，特别适用于露天矿建设工地等的滑坡变形监测。最新的APS—Win系统采用TM1800马达经纬仪或TCA1800/TCA2003自动跟踪全站仪。TCA1800全站仪采用了所谓的自动目标识别（ATR）技术，能自动瞄准棱镜进行测量。
3.激光跟踪测量系统
激光跟踪测量系统（LTS）的代表产品为SMART 310。与常规经纬仪测量系统不同的是，SMART 310激光跟踪测量系统可全自动地跟踪反射装置，只要将反射装置在被测物的表面移动，就可实现该表面的快速数字化，因此实际上SMART 310只需要一个操作员即可。由于干涉测量的速度极快（每秒钟最多到500次读数），因此它特别适用于动态目标的监测，如机器人的检校等。激光跟踪测量需要有专用的反射器配合，一般可根据不同的测量情况来进行选择，如“猫眼”反射器（Cat Eye）、角隅反射器（Corner Cube）、工具球反射器（TBR）等，不同反射器的常数和偏距是不同的。
4.数字摄影测量系统
采用数字近景摄影测量原理，通过2台高分辨率的数字相机对被测物同时拍摄，得到物体的数字影像，经计算机图像处理后得到精确的X、Y、Z坐标。坐标计算可采用脱机和联机2种方式。对于静态目标，脱机处理可采用单台数字相机，在2个或多个位置进行拍摄，图像可存入相机背后的PCMCIA卡中，然后将PCMCIA卡插入笔记本电脑即可进行图像处理。因此对静态目标来说，这种脱机方式只需一台数字相机，是最为经济的选择。
总结：随着新技术的发展，测量技术被广泛应用于实际工程中。与三坐标测量机配套的相应测量软件也逐渐成熟。本文讨论了在实际测量前期坐标系统建立的有关技术问题，坐标系统的建立对后续测量工作以及数据处理起到至关重要的作用。
参考文献：
[1]金淘，单岩，童水光.实物测量造型中的数据重定位方法.计算机辅助设计与图形学学报2001年.04
[2]于来法，段定乾.实时经纬仪工业测量系统.北京：测绘出版社，1996
[3]梁荣茗.三坐标测量机的设计、使用、维修与检定" 中国计量出版社.2000年
全站仪测定三维坐标的新方法 篇4
众所周知, 全站仪三维坐标 (X, Y, Z) 测量实际就是平面二维坐标 (X, Y) 和高程H的测量, 而平面坐标 (X, Y) 的测量实际就是由平面角度α和距离S推算得到, 高程测量就是测量竖直角和斜距组成的三角高程测量。
在许多的实际工作中, 用全站仪测量目标点的三维坐标时, 无法将棱镜放到待测点上, 或者难度较大, 或者没必要每次测量都放置棱镜, 比如变形观测等, 就很难直接测量目标点的坐标。全站仪功能中普遍具有一项悬高测量功能, 该功能测量时要求将棱镜放在目标点在地面的投影点上, 但在实际操作时, 目标点在地面的投影点上也很难放置棱镜或者其投影点很难准确的确定, 这样, 测量的结果就会出现错误。这就要求我们进行新方法的研究以解决这些问题。
1 全站仪悬高测量原理
测量某些不能设置反光棱镜的目标 (如高压电线、桥梁桁架等) 的高度时, 可以利用目标上面或下面能安置棱镜的点来测定, 称为悬高测量, 或称遥测高程。
如图1所示, 测站为A, 目标T为某目标点, 在其地面上投影点上安置反光棱镜P, 量取棱镜高h1。瞄准棱镜中心, 测定斜距S及天顶距ZP。瞄准目标点T, 测定天顶距ZT。则T点距离地面的高度为:
由此可见, 悬高测量的原理很简单, 观测起来也很便捷。利用全站仪提供的该项特殊功能, 可方便地用于测定悬空线路、桥梁以及高大建筑物、构筑物的高度。值得注意的是, 要想利用悬高测量功能测出目标点的正确高度, 必须将反射棱镜恰好安置在被测目标点的天底, 否则测出的结果将是不正确的。
2 一般点的三维坐标测量
2.1 利用前方交会确定目标点P的平面坐标
如图2所示的前方交会原理图, 由测量知识可知P点的平面坐标可以用下式进行计算:
同样还可以计算出点A与点P的水平距离为:
2.2 测量任意目标点P的高程
如图3所示, A, B都为已知点, 首先在A点架设全站仪, 在B点放置棱镜分别量取两点的仪器高分别为iA, iB。P点为待测目标点。首先测得全站仪与棱镜的斜距为S, 棱镜的垂直角∠DA1B1=γ。瞄准目标点, 可以测得目标的垂直角∠DA1C=θ。这时进入全站仪的悬高测量功能界面 (REM) , 瞄准目标点, 全站仪将显示一个数值, 但我们要注意的是这个数值并不是目标的距离地面的高度, 而是棱镜点正上方的点C距离地面的高度HC, 也就是棱镜点的悬高值。我们可以通过图中的三角关系利用数学知识将P点的高程计算出来。
如图, 令CC1=△H, A1P1=S1, (2-2) 其中A1P1为点A与点P的水平距离。
故点P的高程为:HP=HC- (S*cosγ-S1) *tanθ+HB (3)
其中HB为B点的高程。根据图中数据我们可以得出HC的计算公式为:
于是可以得到:
3 实例及精度分析
3.1 实例
依据前文所提出的一般点的三维坐标测量方法以及所推导的公式, 弄清了在实际工作当中所需要采集的数据。这样我们就可以按照所提出的方法来进行测量工作, 还根据设计和工作实际设计了数据记录表格, 把所采集的数据记录在表格当中, 以备内业数据处理的需要。
在实际测量过程中我们可以发现, 在全站仪进入悬高测量界面以后, 悬高显示的测量值只与竖直角有关, 与水平角没有任何关系, 因此就可以测量任意点的高程。
3.2 精度分析
前面我们已经推导出以下几个公式: (1) 、 (2) 、 (4) 、
下面来对XP, YP, HP分别进行误差分析:
上述公式的观测值均有误差, 观测值α, β, γ, θ, S, 的误差分别为mα, mβ, mγ, mθ, mS。计算值XP, YP, HP, S1的误差分别为mXP, mYP, mHP, mS1。
由误差传播定律可以得到:
取一组观测数据来计算各个量的误差, 分别得到各量的中误差为:
计算的误差结果显示符合测量要求, 由于本方法是两点前方交会, 其误差的大小由两已知点与目标点之间的交会角来决定, 误差有可能超出要求, 这时为了更精确的来测量目标点的三维坐标, 我们可以采取三点前方交会多次观测后来计算目标点坐标的平均值, 这样就可以是精度符合测量的需求。由于公式较为复杂, 并且测量所获得的数据也很多, 那么计算量将是非常大。通过Visual C++6.0编写一个小程序来帮助我们批量计算数据, 这样可以为我们带来很大的方便。
4 应用及其总结
本文所讨论的方法在徐州市泉山北坡变形检测工作中已经得到应用。在应用的过程当中总结出有如下特点。
(1) 能有效的解决悬垂点在地面的垂直投影点不能架设棱镜时的悬高测量问题。
(2) 即使悬垂点在地面的垂直投影点能架设棱镜但在实际操作时, 很难将棱镜置于同一铅垂线上, 从而是测量结果出现系统误差。使用这种方法能消除这种系统误差, 在任何情况下都可以得到满意的结果。
(3) 由于用这种方法测量时, 目标点与全站仪点及棱镜点并不要求在同一平面内, 这样目标点是任意的, 因此通过这种方法我们可以测量我们观测范围内的所有的目标点三维坐标, 这正是这种方法的最大的优点。
(4) 由于这种方法是间接的测量出各待测量的结果, 各待测量分别是各观测值的函数, 这样由于误差的不断累计各待测量的误差都会增大, 使得测量结果的精度不是很高。在测量中, 量测仪器高是出现的误差就会比较大, 这对测量的结果的精度影响是相当大的。因此在精度要求 不是很高的测量中就可以运用这种方法。这也是这种方法所不足的地方。
(5) 不同的全站仪有不同的测距中误差和测角中误差, 这也是决定悬高测量精度高低的一个因素, 所以在实际生产中应根据要求的精度选择合适的全站仪
(6) 我们可以多选几个已知点, 进行多次观测, 计算出结果然后求平均值的方法可以是其精度提高。我们还可以在一些测量的细节问题上如观测角度时我们可以使用盘左、盘右多个方向的观测使得观测的角度值更加精确, 这样就可以减小测量过程中所带来的测量误差。
参考文献
[1]郑进风, 郭宗河.全站仪悬高测量[J].测绘通报, 2003, (5) :19—23.
[2]李青岳, 陈永奇.工程测量学[M].北京:测绘出版社, 1998.
[3]马明栋.Visual C++6.0控制测量程序设计[M].内蒙古大学出版社, 2002.9.
三维坐标 篇5
关键词：计算机应用,UCS,三维模型,应用
1 引言
在创建三维模型时,经常需要在形体的不同表面上创建模型,这就要求用户不断地改变当前绘图面。如果不重新定义坐标系,系统将只默认以WCS(世界坐标系)的XOY面为基面进行绘图,这显然不能绘制出三维模型。所以,用户必须自己定义当前绘图面,其本质上是创建用户坐标系。用户坐标系User Coordinate System简称UCS,其三维变换是AutoCAD三维绘图的关键,操作人员在三维绘图中可以根据需要灵活使用UCS,给绘图工作带来了极大的方便,可以说UCS三维变换就是三维建模的关键。用户必须掌握自定义坐标系的方法及UCS三维变换。
2 UCS的概念
在绘制三维图形时,AutoCAD提供了两种坐标系:世界坐标系(WCS)和用户坐标系(UCS)。在默认的二维状态下,AutoCAD使用一套固定坐标系,该坐标系是以X轴的正方向向右递增、Y轴的正方向向上递增、Z轴垂直于XY平面沿向外的正方向递增,这套坐标系为世界坐标系(简称WCS)。在三维空间中,默认的世界坐标系(WCS)有西南等轴侧,东南等轴侧,东北等轴侧,西北等轴侧四种不同的方向观察模型。如图1所示。这几种观察方向都是XY面在水平面方向,只是X、Y轴同时绕Z轴旋转90。后的效果。绘制三维图时,X、Y轴的方向不同,Z轴不变,即XY轴确定的平面是机械制图投影法中得到俯视图的H面,Z轴为高度方向且垂直于H面。
相对于世界坐标系WCS,可以创建用户坐标系(简称UCS)。用户坐标系是用户自定义的一个可移动、可旋转的坐标系。用户通过改变坐标系的原点、X Y平面在三维空间中的位置来定义三维对象,简化了在三维中定义对象的工作。UCS命令设置用户坐标系在三维空间中的X,Y,Z三个方向,它还定义了二维对象的拉伸方向。
3 UCS的操作
通过UCS命令设置新坐标系的操作过程为:命令行输入UCS→回车→新建(N)→指定新UCS的原点或[Z轴/三点(3)/对象(OB)/面(F)/视图(V)/X/Y/Z]<0,0,0>。此时,用户可根据作图的需要,输入不同的选项。作图中常用的UCS为:指定新的UCS的原点,此选项只改变坐标系原点的位置,坐标系中的X、Y、Z轴的方向不变。实际上就是平移坐标系。如图2所示。
三点(3)此选项为用三个点确定的平面来定UCS。指定点1确定坐标系的原点,指定点2确定X轴方向,指定点3确定Y轴方向。如图3所示。面(F)选项为选择一个面以应用UCS。X/Y/Z选项为绕任意一个轴旋转当前的UCS,如图4所示。在已有的UCS坐标系的基础上绕轴旋转确定的新UCS,绕轴旋转后,XY平面有变化,Z轴方向即拉伸方向也随着变化。
如在命令行输入UCS→回车→移动(M),此选项后的提示为:指定新原点或[Z向深度(Z)]<0,0,0>,用户可改变原点位置,或原点在Z轴上移动,从而重新定义XOY的高度。
4 UCS的应用
以轴承座的三维实体造型为例,看UCS的应用。图5为轴承座三视图,可看成是底板、支承板、圆筒和筋板的组合。形体分析后绘出的轴测图如图6所示。实际设计中应用三维实体造型比轴测图的效果更好。完成三维模型时除了要作形体分析外,还要灵活应用用户坐标,在使用UCS时,必须具备一定的空间概念,以确定坐标系的正确位置。
作图步骤:
(1)视图—三维视图—西南等轴测,进入显示立体效果状态。此时XY平面为水平面位置,拉伸方向为立体的高度方向。在西南等轴测的XY平面上绘制底板的平面图形并变面域,再沿Z轴方向拉伸。如图7所示。
(2)为了绘制出轴承座上的圆柱筒,必须变换坐标系,即定义新的用户坐标系。根据轴承座的形体分析,应先画出Φ12mm、Φ26mm两个同心圆,再沿着宽度方向拉伸27mm,因此,必须在正平面上绘制两个同心圆。其坐标系应在西南等轴测的基础上绕X轴旋转90°。命令行输入UCS—回车—新建(N)—回车—输入X—回车—指定绕X轴的旋转角度(输入90。)—回车。此时XY平面转到正平面位置。如图8a所示。继续在命令行输入UCS—回车—新建(N)—回车—指定新的坐标原点到长方体底棱线上方30mm处,此时画出两同心圆的平面图形变面域并作差集运算,拉伸27mm。如图8b所示。
(3)继续在此UCS的正平面位置绘制出支承板平面图形并拉伸6mm。同上方法定义用户坐标,使XY平面旋转到侧平面位置,即将上述坐标系绕Y轴旋转90°,画出筋板的平面图形,变面域并拉伸5mm。见图9a。将其移动到合适的位置,或者直接将坐标原点移动到支承板前下棱线的中点处,作筋板的立体图。见图9b。
(4)作实体并集、将各部分并为一体。
(5)视图—消隐,如图10。
(6)完成圆筒上面的开槽，开孔。再将用户坐标系返回到西南等轴测，根据视图中的尺寸，画出矩形及圆形，拉伸，如图11a。矩形移动到轴承座的合适位置并作差集运算，如图llb、c。再将拉伸后的圆柱移动到轴承座的合适位置并作差集运算如图1 Id,视图一着色一体着色，如图12所示。
5结论
UCS命令用于设置用户需要的坐标系。用户绘制三维图形时，为了在形体的不同表面上作图，必须将坐标系设置为当前作图面的方向和位置，即使坐标系的平面与绘图平面重合，UCS命令可帮助用户方便、准确、快捷地完成这项工作。因此,三维建模的关键理论是UCS三维变换。本文用三维建模的实例详细解析了UCS的三维变换方法,从绘制立体模型过程可以发现,需不断地改变用户坐标系。机械设计人员必须掌握UCS的设置及应用。实际绘图时变换UCS的各种设置可灵活应用。用户可以在任意位置、沿任意方向建立UCS,根据具体情况分析变换出方便作图的UCS,从而使得三维绘图变得更加容易。
参考文献
[1]赵国增.计算机辅助绘图与设计—AutoCAD2006[M].北京:机械工业出版社,2006-08:221-228.
[2]赵国增.计算机辅助绘图与设计—AutoCAD 2006上机指导[M].北京:机械工业出版社,2006-08:69-78.
[3]林党养.AutoCAD 2008机械绘图[M].北京:人民邮电出版社, 2009-03:158-163.
三维坐标 篇6
特征提取是把数据模型转化为特征表示, 利用特征的可分性来区分各个数据模型。三维特征提取是三维人脸识别中的关键步骤, 有效简洁的特征是准确快速识别的前提。三维特征提取是把三维数据模型转化为特征表示, 利用特征的可分性来体现数据模型的特点。在三维人脸模型上进行特征提取, 可借鉴普通三维模型识别中的一些较普遍的特征, 也可根据人脸模型本身的独特之处设计一些专用的特征表示方法。现有方法对三维人脸模型提取的特征有几何特征[1,2]、统计特征[3]和频域特征[4,5]三类。由于理论基础和计算方法的不同, 这些特征具有不同的有效性和计算复杂度。
本文针对多姿态人脸识别问题, 提出一种基于法线球和傅立叶描述子的三维人脸特征提取方法, 对三维人脸提取姿态鲁棒特征。在二维图像处理中, 傅立叶描述符是一种具有平移、比例和旋转不变性的描述符。本文将传统一维傅立叶描述符特征引入到三维人脸识别中, 采用一种球形坐标下提取二维极坐标傅立叶描述符的特征提取方法, 该方法能大大减少数据量, 同时保持三维数据的空间结构关系信息。实验表明, 所提取的三维人脸特征具有平移、比例和旋转不变性, 对不同姿态模型鲁棒性强, 对不同个体模型可分性强等优点, 可以应用于多姿态三维人脸识别。
二、算法描述
本文提出的基于球形坐标映射和傅立叶描述符的三维人脸特征提取方法具体过程如下:首先将三维网格数据转换为二维球形坐标;然后, 用对二维图像具有平移、旋转和尺度不变性的傅立叶描述符来描述人脸特征, 该方法能显著降低计算的复杂性, 同时保留了旋转不变量的性质。
算法的流程如图1所示。其中, 三维人脸获取是算法的第一步, 该步骤得到一个描述输
入人脸的曲面。我们采用结构光激光扫描人脸来重建反映脸部特征的点和曲面形状。由于激光扫描仪自身的缺陷, 所获取的三维人脸数据存在较多的杂点, 为了不影响后续的工作, 在进行球形坐标映射之前, 需要对扫描得到的三维人脸数据进行预处理操作, 包括去掉无关背景及杂点等操作。
三、球形坐标映射
在对模型进行预处理操作后, 采用球形坐标映射将三维坐标空间映射到二维空间, 并且能够保持顶点间的空间关系。球形坐标映射可以被看作一种在二维空间对三维信息进行降采样的过程, 该过程仍然保留了较多的原始信息。为了达到该目的, 我们首先需要将点坐标映射到一个二维曲线空间。此处, 我们使用一个球形映射, 该映射用一个可行的方法来适应人脸网格的三维形状, 使其与网格尺寸相适应。该方法的具体描述如下[6]:
令为一个三维网格模型, 我们需要其上的每一个点, 在球形表面上都有一个与之相对应由极坐标描述的有序数偶对, 此处。该过程由下面的公式来得到:
图2给出了一个球形映射, r是网格M的半径, 我们通过使用由公式 (1) 给出的二维顶点映射, 将网格模型M存储在一个二维球形结构中, 记作二维球N。对该二维球N上的每个点, 存储其连续均值曲率H, 并将其在深度[0, 255]进行8位量化, 可以将其看作该点在二维球上的灰度值。则该二维球的数据存储形式为, 这可以被近似看作二维图像。其中, 连续均值曲率H可由文献[7]计算得到。
四、傅立叶描述符
傅立叶变换在图像处理中被广泛的应用, 由于其经常通过在频域内工作来克服一些局限, 比如:噪声和移位。
当一个区域边界上的点已被确定时, 可以从这些点中提取信息。这些信息就可以用来鉴别不同区域的形状。假如一个区域上由M个点可利用, 可以把这个区域看作是在复平面内, 纵坐标为虚轴, 横坐标为实轴。在边界上要分析每一个点的坐标, 可以用一个复数来表示, 即。从边界上任一点开始, 沿此边界跟踪一周就可以得到一个复数序列。这个复数序列叫做傅立叶描述符 (FD) [8]。
4.1传统傅立叶描述符
物体边界是一条封闭的曲线, 设其边界坐标为。可用复数的形式来表示给定边界上的每个点, 则该封闭曲线可描述为[9]:
对s (t) 进行离散傅立叶变换得到傅立叶变换系数an, 对这些系数进行归一化, 得到的就是描述目标边界的傅立叶描述符。an的计算公式为:
传统的傅立叶描述符应用广泛, 具有平移、旋转和尺度不变性, 但由于其通用性不高, 在目标形状脱节不能获取边界信息的场合难以适用。本节中, 我们采用文献[10]提出的基于傅立叶变换的描述算子来表征二元图像, 并根据人脸球形映射所得近似二维图像N的特殊情况对其进行了改进。
4.2二维极坐标傅立叶描述符
给定一幅形状图像。首先, 把I从笛卡尔坐标空间转换到极坐标空间, 得到。式中:R为径向距离的最大值;;将极坐标空间的原点定为目标形状的质心这样保证了变换后的目标形状具有平移不变性。
其次, 对Ip进行二维傅立叶变换, 得到初始变换系数数列FD:
此处。其中ρ和φ描述了所选半径和角度频率的数目;R, T分别为径向频率和角频率的分辨率。
然后, 为了获得旋转不变性, 对FD进行一定的处理——忽略其中的相位信息而只保留系数的幅值, 得到变换系数数列FD。
最后, 对变换系数数列FD进行尺度归一化, 取归一化后的向量V作为特征向量, 来表征一个人脸。尺度归一化的方法为将第一个系数除以包含图像的区域, 其他全部余下的系数除以第一个系数来得到。具体公式如下:
式中:area为目标区域的面积;m, n分别为选定的径向频率分辨率和角频率分辨率。
在以上计算二维极坐标傅立叶描述符的步骤中, 最主要的环节为点的定位方式, 我们采用令鼻尖点为笛卡尔空间的中心点。令二维球N的半径r为人脸公有部分区域数据在y轴上的平均半径, 在本文所用的人脸数据中, 平均半径为r=87.55mm, 则目标区域面积area为半径为r的圆的面积, 即。其中鼻尖点的确定通过采用Z值最大点来实现。同时, 还要加上一些限制条件使得该方法对所有模型有着同等的标准, 因此需要在进行球形坐标变换之前对人脸进行预配准。
通过在二维球上确定鼻尖点, 并令其为笛卡尔空间的中心点, 因此对绕纵向轴的左、右旋转影响不大。同时, 由于FD描述符的旋转、尺度不变的属性, 使得对平面内旋转的影响也很小。为了使不同模型提取的傅立叶描述符个数相同, 本文选用的径向频率和角频率分辨率均为16, 一共能够得到17*17个二维傅立叶描述符。
五、试验结果
5.1试验数据
试验主要考察基于球形坐标映射的二维极坐标傅立叶描述符特征对姿态的鲁棒性, 采用由三维激光扫描仪获取的50个人的三维人脸数据, 每个人包含7个不同姿态样本, 分别为正面、左平面内旋转45度、右平面内旋转45度、左绕纵向轴旋转15度、右绕纵向轴旋转15度、左绕纵向轴旋转45度、右绕纵向轴旋转45度。
5.2试验结果
对每一个个体的7种不同姿态分别得到17*17个二维极坐标傅立叶描述符, 形成特征向量。表1给出了相同个体的7种不同姿态三维人脸模型的二维极坐标傅立叶描述符特征, 由于篇幅有限, 仅列出前10项。
其中分别表示相同个体的7种不同姿态模型, 姿态分别为正面、左平面内旋转45度、右平面内旋转45度、左绕纵向轴旋转15度、右绕纵向轴旋转15度、左绕纵向轴旋转45度、右绕纵向轴旋转45度。表示所提取的傅立叶描述符特征的前10项。
同时试验还给出了两个不同个体在正面姿态下的二维极坐标傅立叶描述符特征, 同样由于篇幅限制, 仅列出前10项。
其中P1和P2分别表示两个不同个体的正面姿态模型。V1~V10表示所提取的傅立叶描述符特征的前10项。
从表1及表2可知, 同一个体的7种不同姿态三维人脸模型求得的傅立叶描述符相对接近, 而不同个体的傅立叶描述符之间差距较大。因此二维极坐标傅立叶描述符对三维人脸数据的姿态变化有着较为明显的鲁棒优势, 可以用于多姿态三维人脸的识别。
六、结论
基于傅立叶描述符具有平移、比例和旋转不变性的特性, 本文提出一种基于球形坐标映射和傅立叶描述符的特征提取方法。试验结果表明, 以提取的二维极坐标傅立叶描述符为特征, 不同姿态人脸数据间的特征描述值极为相似, 对姿态具有较强的鲁棒性。由此得出本文提取的特征有对不同姿态人脸模型鲁棒且可分性强等优点, 因此可以用于多姿态三维人脸模型的识别。
摘要：将傅立叶描述符和算法扩展应用于三维人脸特征提取的研究, 在对三维人脸模型进行预处理及二维球形映射的基础上, 建立了具有平移、比例和旋转不变性的三维人脸模型的二维极坐标傅立叶描述符特征表示。在多姿态三维人脸数据的实验结果表明三维人脸模型的特征描述有对不同姿态人脸模型鲁棒、可分性强等优点。
关键词：三维人脸特征提取,球形坐标映射,傅立叶描述符
参考文献
[1]Tae K K, Seok C K, Sang R K.Real-time normalization and feature extraction of 3D face data using curvature characteristics[C].IEEE International Workshop on Robot and Human Interactive Communication, Sep, 2001:74-79.
[2]Pan Gang, Wu Yi-jun, Wu Zhao-hui.3D face recognition by profile and surface matching[C].IEEE Proceedings of the International Joint Conference on Neural Networks.Jul, 2003, 3:2169-2174.
[3]Lu Xiao-guang, Jain A K.Automatic feature extraction for multiview 3D face recognition[C].In Proc.of IEEE Int’l Conf.on Automatic Face and Gesture Recognition, April, 2006:585-590.
[4]Iwasa T, Shima T, Sai M.3D eigenfaces for face modeling[C].Proc.ACCV’02, Jan.2002.
[5]Passalis G, Kakadiaris I A, Theoharis T.Evaluation of 3D Face Recognition in the presence of facial expressions:an Annotated Deformable Model approach[C].IEEE Computer Society Conference on Computer Vision and Pattern Recognition, June, 2005:171-178.
[6]Andrea F.Abate, Michele Nappi.3D Face Recognition using Normal Sphere and General Fourier Descriptor[C].Proceeding of the 18th international conferenceon Pattern Recognition, 2006.pp:1183-1186.
[7]M.J.Milory, C.Bradley, G.W.Vickers.Segmentation of a wraparound model using an active contour[J].Computer Aided Design.1997, 29 (4) :299-320.
[8]阮秋琦.数字图像处理学[M].北京:电子工业出版社, 2001.
[9]章毓晋.图像工程:上册——图像处理和分析[M].北京:清华大学出版社, 1999.