2014年5月，曾經報道日本一名大學職工因利用3D打印機制造手槍而被逮捕，個人也能制作危險物品是3D打印機的負面因素等觀點引起了廣泛關注。據報道，這名大學職工是從國外網站上下載3D數據并制作出了手槍。

　　雖然也有人指出，“就算沒有3D打印機，以前也有人用其他方法制造槍支，因此只指責3D打印機并不正確”。但是，用樹脂制作的槍支用金屬探測器是檢測不出來的，這就讓問題變得更加棘手。有意見稱，與復印機、一體機等植入了無法制造假鈔的功能一樣，廠家也必須在責任范圍內為3D打印機附加能控制危險數據輸出的功能。

　　恰在這時，日本最大的印刷公司Dai Nippon Printing發布了用來檢查3D數據的“安全程序”，目的是防止用戶制作這種危險物品以及有可能侵犯版權的仿制品。比如，當程序判斷出形狀數據與手槍數據相似時，就會停止打印（見下圖）。

　　什么是相似的3D數據

　　這種程序必須要有可自動判斷3D數據描述的形狀是否存在問題的技術。也就是說，要判斷“是否與手槍部件相似”、“是否與某公司擁有版權的老鼠卡通形象相似”等，因此必須對3D數據進行對比，查明形狀“是否相似”。

　　3D打印機使用的數據被定義為立體的多邊形（小三角形或四邊形）的集合體。完全相同的文件還判斷，但要判斷被稍作加工的3D數據是否與原始數據相同卻并非易事。就算表現出的形狀相同，如果多邊形的細節或分割方法不同，文件中的bit（0、1）的排列就會完全改變，數據容量也不相同。如果要查明“形狀有兩個突起還是三個突起”等，就必須從形狀中提取突起部分這樣的處理，這同樣不容易實現。

　　DNP開發出了簡化多邊形之后進行對比的方法。簡化多邊形的原因有三點，第一是容易統一多邊形的粒度來進行對比，第二是可消除形狀的微小差異，第三是可減輕比對的計算負荷。首先要刪掉對整個3D形狀影響較小的三角形，同時還要刪掉或者修正相鄰的三角形。然后對3D數據的尺寸和角度（朝向）做符合標準的“規格化”處理。最后再進行多邊形之間的比對。

　　進行規格化處理時，要計算出各個多邊形的中心位置的平均值并以此為原點，將其與最遠的多邊形的距離作為標準長度，并將其方向作為Z軸。在比對處理中，要對表面積、體積及坐標等進行對比，觀察相似性。總之，這是一種可直接處理多邊形的方法。

　　從庫中選出CAD數據相似的部件

　　判斷相似形狀的技術已被用于制造業的設計開發制造用BOM（Bill of Materials）工具及部件庫工具。不設計新部件、而是盡量對現有部件進行再利用，是最近制造業低成本化的一大趨勢，為此，必須進行搜索，看看是否有接近目的形狀的現有部件。由于比較對象往往不是多邊形的集合體，而是表面由曲面及平面構成的3D-CAD數據，因此算法與使用3D打印機時不同。

　　比如，日本圖研公司為BOM（Bill of Materials）管理系統“PreSight/visualBOM”設置了通過“Osada法”這種算法來檢索類似形狀部件的功能。這種算法能以一定的密度在形狀表面的曲面（或者平面）上產生很多點，并針對取出其中兩點的所有組合，計算出任意兩點之間的距離。先繪制出橫軸為距離、縱軸為組合數（頻率）的矩形圖（頻率分布），并將該矩形圖作為形狀的特征量。然后對兩個形狀的矩形圖進行對比（對二者之差的絕對值進行積分運算），越相近（積分值越小）則相似度越高。

　　加拿大3D Semantix公司開發出了用來檢索相似形狀部件的系統“3DPartFinder”，并將其植入PDM工具中。據了解，該系統可以查找出3D形狀與檢索部件相似的部件，并顯示出檢索結果。

　　該系統采用的算法是，以數學方式表示3D數據的特征，并將其作為大小約15KB的“signature”數據提取出來，然后在signature之間進行對比。signature數據與壓縮表示數據不同，無法據此復原形狀，只能用來判斷形狀的相似度。

　　雖然相似形狀檢索功能已開始普及，但其實用化歷史還很短。圖研公司在發布系統時說，“本來以為市場上已經有幾種3D相似形狀檢索功能，但發現幾乎沒有，所以只能自己開發”。今后該公司還要積累業績，將誤判（將相同的形狀誤認為不同，或者將不同的形狀誤認為相同）概率降到最小程度。