BP和RBF神经网络对复杂型面零件点云漏洞的修补应用

简介

在难以利用软件成功修补复杂型面的较大漏洞情况下，为了获得精确和完整复杂型面零件点云的三维模型，应用BP和RBF神经网络对精度要求高的挖掘机斗齿内腔人为漏洞修补，误差对比分析表示，BP修补效果较RBF更佳。考虑到工程实际中应用，精度要求和效率上，以复杂型面点云机架为例，实验表明，BP算法取得了很好的修补效果，该修补方法在漏洞修补上比软件修补和RBF修补效果好且效率高，为后续复杂型面点云数据处理提供了参考依据。