一種基于散亂點(diǎn)云特征的網(wǎng)格重建方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)圖形處理領(lǐng)域，具體設(shè)及一種基于散亂點(diǎn)云特征的網(wǎng)格重建方 法。
【背景技術(shù)】
[0002] 隨著=維掃描技術(shù)的不斷發(fā)展，可W用激光掃描儀等=維測量儀器精確的得到物 體曲面的=維點(diǎn)云數(shù)據(jù)。通過散亂的點(diǎn)云數(shù)據(jù)進(jìn)行曲面的重建，成為重要的研究內(nèi)容。曲面 重建在逆向工程、醫(yī)學(xué)影像處理、虛擬現(xiàn)實(shí)、機(jī)械產(chǎn)品測量造型等領(lǐng)域中具有重要的應(yīng)用。
[0003] 目前，網(wǎng)格重構(gòu)算法有化ppe等人提出的基于等值面抽取的隱式曲面重建算法； 6(161313；101]1]161'等人提出〇-3]13口6方法來重建曲面；王青等人提出基于投影的局部二維快 速增量算法；Kazhan等人提出基于化ssion方程的曲面重構(gòu)方法。上述算法，生成曲面質(zhì) 量較低，曲面尖銳細(xì)節(jié)部分會丟失，并且計(jì)算復(fù)雜度較高。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的；本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，提供一種基于散亂點(diǎn) 云特征的網(wǎng)格重建方法。
[0005] 技術(shù)方案；本發(fā)明的一種基于散亂點(diǎn)云特征的網(wǎng)格重建方法，包括W下步驟：
[0006] (1)獲取點(diǎn)云的高斯權(quán)圖拉普拉斯算子，根據(jù)算子模長大小，從點(diǎn)云中提取備選種 子點(diǎn)；
[0007] (2)基于所提取的備選種子點(diǎn)，從點(diǎn)云中提取種子點(diǎn)，并由種子點(diǎn)構(gòu)造出特征線和 種子S角面片；
[000引 （3)根據(jù)點(diǎn)云的局部平坦信息，從特征線和種子S角面片中選擇活動(dòng)邊；
[0009] (4)從候選點(diǎn)區(qū)域選擇最佳點(diǎn)與活動(dòng)邊組成新面片，經(jīng)過拓?fù)湔_性檢查，然后加 入到網(wǎng)格中，迭代后構(gòu)建出二維流形網(wǎng)格。
[0010] 進(jìn)一步的，所述步驟（1)中提取備選種子點(diǎn)的具體過程為：
[0011] 在；維掃描儀掃描所得散亂點(diǎn)集P=柏|1 =1，…，n}中，若點(diǎn)集P中某一點(diǎn)到其 中任意一點(diǎn)Pi的歐式距離小于半徑r，則該點(diǎn)為Pi的鄰近點(diǎn)，Pi所有鄰近點(diǎn)集合用N(P1) 表示；然后計(jì)算點(diǎn)集P中每個(gè)點(diǎn)的圖拉普拉斯算子kt;
[001引點(diǎn)集P上的坐標(biāo)函數(shù)為歹=[XYZ]，作用于點(diǎn)PiEP，有x(p1) =Pi.X，Y(Pi)=Pi.y，Z也）=Pi.z，其中F為一組nX3維向量，將圖拉普拉斯算子Ln,t作用于F得一組新的 向量網(wǎng)M=L.,,F，其中_表示_的第i個(gè)向量，即kt作用于PiGP后生成的向量，該 pi|即表示向量的模長，其中模長大于指定闊值的點(diǎn)即為備選種子點(diǎn)。
[0013] 進(jìn)一步的，所述闊值根據(jù)采樣帶寬而定，而采樣帶寬為掃描儀物理參數(shù)，若采樣帶 寬為t，則闊值取值天
【主權(quán)項(xiàng)】
1. 一種基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：包括以下步驟： (1) 獲取點(diǎn)云的高斯權(quán)圖拉普拉斯算子，根據(jù)算子模長大小，從點(diǎn)云中提取備選種子 占. (2) 基于所提取的備選種子點(diǎn)，從點(diǎn)云中提取種子點(diǎn)，并由種子點(diǎn)構(gòu)造出特征線和種子 三角面片； (3) 根據(jù)點(diǎn)云的局部平坦信息，從特征線和種子三角面片中選擇活動(dòng)邊； (4) 從候選點(diǎn)區(qū)域選擇最佳點(diǎn)與活動(dòng)邊組成新面片，經(jīng)過拓?fù)湔_性檢查，然后加入到 網(wǎng)格中，迭代后構(gòu)建出二維流形網(wǎng)格。
2. 根據(jù)權(quán)利要求1所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述步驟 (1) 中提取備選種子點(diǎn)的具體過程為： 在三維掃描儀掃描所得散亂點(diǎn)集P={Pi|i=l，…，n}中，若點(diǎn)集P中某一點(diǎn)到其中 任意一點(diǎn)Pi的歐式距離小于半徑r，則該點(diǎn)為Pi的鄰近點(diǎn)，Pi所有鄰近點(diǎn)集合用N(PD表 示；然后計(jì)算點(diǎn)集P中每個(gè)點(diǎn)的圖拉普拉斯算子Ln，t; 點(diǎn)集P上的坐標(biāo)函數(shù)為F = Ix Y z]，作用于點(diǎn)PiGP,有X (Pi) =Pi. x，Y (Pi) =Pi. y， Z(Pi) =Pi.z，其中？為一組nX3維向量，將圖拉普拉斯算子Ln，t作用于P得一組新的向量 t R = L,,., ^其中％表示應(yīng)的第i個(gè)向量，即Ln，t作用于p f P后生成的向量，該||沉|即 表示向量的模長，其中模長大于指定閾值的點(diǎn)即為備選種子點(diǎn)。
3. 根據(jù)權(quán)利要求2所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述閾值
4. 根據(jù)權(quán)利要求1所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述步驟 (2) 的具體過程為：給定閾值T p T 2，并為點(diǎn)集P中每個(gè)點(diǎn)指定一個(gè)新的空領(lǐng)域Nmw(Pi)，若 PiG P領(lǐng)域中點(diǎn)Pj的|m_/|大于給定閾值T i，則Pj成為p i新領(lǐng)域Nmw(Pi)中成員；計(jì)算口4新
則Pi為種子點(diǎn)；根據(jù)上述方法為點(diǎn)集P中所有的點(diǎn)重構(gòu)新領(lǐng)域，生成種子點(diǎn)集S ;從點(diǎn)集S 中選擇Z坐標(biāo)值最大的點(diǎn)Pi G S，利用K-d樹在S中查找距離p 1最近的點(diǎn)p」，連接Pi、Pj組 成邊PiPp I IpiPjI I = len，以Ien為短半軸長和焦矩長，作以Pi' Pj為兩個(gè)焦點(diǎn)的橢圓，橢 圓繞Pi、p/^在直線，旋轉(zhuǎn)一周形成橢球，其中橢球中所有點(diǎn)組成點(diǎn)集E (p iPj)，pk為E (p iPp
由上述Pi、Pj和Pk三點(diǎn)組成三角開多，三角形的周長為lijk，最小內(nèi)角為 0 ijk;計(jì)算E(p屮」） 所有點(diǎn)的周長和最小內(nèi)角，其中最長周長為Imax，最大角為0max;
定已遍歷點(diǎn)集S1，其中存放點(diǎn)集S中已經(jīng)過計(jì)算的點(diǎn)，如Pp Pj，從排列后的E(PiPj)中選擇 點(diǎn)Pk，若Pk為種子點(diǎn)集S中一點(diǎn)，則將Ap iPjPk作為種子三角形，并將p i、Pj、Pk存入S i中， 從s中刪除三點(diǎn)；若PkG P，但并不屬于S，則將邊PiPj作為特征線，將p i、Pj存入SimJA 種子點(diǎn)集S中刪除該兩點(diǎn)；以及 從已遍歷點(diǎn)集Sjlj選擇新加入點(diǎn)P k，如果無新加入點(diǎn)可從S中另選一點(diǎn)pk，用K-d樹 在種子點(diǎn)集S中查找距離pk最近的點(diǎn)p m，重復(fù)上述過程，直到遍歷完所有的點(diǎn)。
5. 根據(jù)權(quán)利要求1所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述步驟 (3) 的具體實(shí)現(xiàn)過程如下： 對于給定點(diǎn)Pi的鄰近點(diǎn)集N(P D = {Pn，…，Pik}，求點(diǎn)集的平均法向量V，使
其中〈> 為向量內(nèi)積，I I I I為向量模長；進(jìn)行區(qū)域擴(kuò)張時(shí)，處于平坦區(qū)域的候選邊優(yōu)先 擴(kuò)張：根據(jù)區(qū)域平坦度，邊eg的優(yōu)先級定義為PrUeij) = (f (Vi)+f (Vj))/2,其中￥1與Vj分 別為邊eij的兩個(gè)端點(diǎn)，該優(yōu)先級pri (e j值越小，邊所處區(qū)域越平坦，將活動(dòng)邊優(yōu)先級劃分 成若干等級以避免排序，且在擴(kuò)張中充分考慮區(qū)域平坦度。
6. 根據(jù)權(quán)利要求5所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述法向
量，然后將該向量單位化即可；且邊eij的優(yōu)先級可分為五個(gè)等級。
7. 根據(jù)權(quán)利要求1所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述步驟 (4) 的具體過程為： 對于任一點(diǎn)Pi e P，與點(diǎn)p ,鄰接的最長邊與最短邊的長度之比稱為點(diǎn)云在點(diǎn)p ,處的采 樣均勻度，在重建網(wǎng)格的過程中，若Pi鄰接的邊沒有全部重建出來，則以已經(jīng)重建出來的鄰 接邊中，最長邊和最短邊的長度比，作為點(diǎn)云在點(diǎn)P i*的近似采樣均勻度； 對于已經(jīng)構(gòu)建的網(wǎng)格，AW為已建成網(wǎng)格的邊界，PiPj為邊界上一條邊，邊p iPj候選點(diǎn) 區(qū)域的尺寸依賴于其兩端點(diǎn)的采樣均勻度，為保證候選點(diǎn)區(qū)域足夠大，取Pi，P#：采樣均勻 度的較大值同兩端點(diǎn)鄰接的兩條最短邊長度平均值的乘積，令該乘積為s，邊P iP^的影響域 為以軸，s為截面半徑的圓柱被三個(gè)平面T T2,1~3所截得的區(qū)域，T p T2,1~3垂直于邊 PiPj所在三角面片，T p T2與邊p而中點(diǎn)距離為s，T 3經(jīng)過p而所在直線； 如果在候選點(diǎn)區(qū)域增長過程中，在候選點(diǎn)區(qū)域內(nèi)無法找到其他新的采樣點(diǎn)或者說采樣 點(diǎn)均已成為固定點(diǎn)，則應(yīng)該以W適當(dāng)放大s，若仍無候選點(diǎn)則此時(shí)遇到內(nèi)邊或者遇到邊界， 不再對該邊進(jìn)行擴(kuò)張；
Ii(Vi)，h(Vj)為網(wǎng)格中某條邊的兩頂點(diǎn)，由于扭曲度量最小的點(diǎn)即為最佳點(diǎn)，Ap iPjPk為已 重建出的網(wǎng)格中的三角面片，為活動(dòng)邊P&尋找新頂點(diǎn)P m構(gòu)成新A p iPAi，使扭曲度量E最 小：
式中：a i為邊p仏和p iPj之間的夾角； 確定點(diǎn)Pm使得E取得最小值后，對A p見隊(duì)進(jìn)行拓?fù)湔_性檢查，A p PjPk與A p PjPm 所夾二面角為鈍角，并且APiPAi不會與周圍三角形存在相交，則滿足拓?fù)湔_性：如果相 交，排除點(diǎn)P m，根據(jù)上述扭曲度量E，重新迭代來選擇點(diǎn)；如此不斷重復(fù)，在網(wǎng)格中，添加新的 點(diǎn)，構(gòu)建三角形；經(jīng)過這個(gè)迭代過程，整個(gè)采樣點(diǎn)集被連接成流形網(wǎng)格。
8.根據(jù)權(quán)利要求7所述的基于散亂點(diǎn)云特征的網(wǎng)格重建方法，其特征在于：所述流形 網(wǎng)格中，各相鄰面的法矢保持一致，并根據(jù)以下方式調(diào)整法矢的方向： 取Z坐標(biāo)最大的點(diǎn)，計(jì)算該點(diǎn)的法矢與矢量（0, 0, 1)的內(nèi)積，若結(jié)果為零，則流形網(wǎng)格 的法矢已經(jīng)朝外，否則將所有三角面片法矢反轉(zhuǎn)。
【專利摘要】本發(fā)明公開一種基于散亂點(diǎn)云特征的網(wǎng)格重建方法，包括以下步驟：獲取點(diǎn)云的高斯權(quán)圖拉普拉斯算子，根據(jù)算子模長大小，從點(diǎn)云中提取備選種子點(diǎn)；基于所提取的備選種子點(diǎn)，從點(diǎn)云中提取種子點(diǎn)，并由種子點(diǎn)構(gòu)造出特征線和種子三角面片；根據(jù)點(diǎn)云的局部平坦信息，從特征線和種子三角面片中選擇活動(dòng)邊；從候選點(diǎn)區(qū)域選擇最佳點(diǎn)與活動(dòng)邊組成新面片，經(jīng)過拓?fù)湔_性檢查，然后加入到網(wǎng)格中，迭代后構(gòu)建出二維流形網(wǎng)格。本發(fā)明很好的保持了物體的原狀，尤其是尖銳特征，適用于分布不均的點(diǎn)云，進(jìn)行帶邊界和封閉的重構(gòu)，最終輸出的結(jié)果為二維流形三角化網(wǎng)格。
【IPC分類】G06T17-30
【公開號】CN104715509
【申請?zhí)枴緾N201510124380
【發(fā)明人】曾蘭玲, 楊保安, 靳智龍, 張巍
【申請人】江蘇大學(xué)
【公開日】2015年6月17日
【申請日】2015年3月23日