基于点云几何与形状特征的曲面重构算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
o o n l u .T oi sa e ca sfe c o di g t h i g o ti i ti u i n n h y a e c a sfe c o d n o t o a h p e t r .T e fp i tco d hep nt r ls i d a c r n o t e r e merc d srb t ,a d t e r l s i d a c r i g t he l c ls a e f a u e h i o i me h r c n tu to sd n n d fe e tt p f oit . p s— r c s i g i e f r d t e a rt e t p l g c l n o ti ro s Ex e i n a s e o sr c i n i o e o if r n y e o n s A o t o e s n sp ro me o r p i h o o o i a d ge me rc e r r . p rme t l p p a r s t s o t sa g rt m o u t n fe tv . g u l y m e h sc n b r a e ieg o ti n ha e f a u e r l p e e v d e ul h w l o i s hi h i r b s d e f c i e Hi h q a i s e a ec e t dwh l e merc a d s p e t r sa ewe l r s r e . s a t
第3 6卷 第 1 期 3
L3 6
计
算
机
工
程
21 0 0年 7月
J y 01 ul 2 0
No 13 .
C o pu e m t rEng ne r ng i ei
・图形 图像 处理 ・
文章 编号:l ( 2( 1 l— l4 3 文献 0 卜 8 00 3 09 0 4 2 ) — 标识码: A
理想 。
否 则 P 可 能 是 边 界 点 。判 断 点 P 是 内 部点 还 是 边界 点 的方 法 如 下 : 先 将 K Pp) 的点 投 影 到 由这 些 点 确 定 的最 小 二 乘 首 N ( 中 平 面 pae 上 , q为 点 p 在 pae f上 的 投 影 , N ( ) 】l ( ) 记 i np , l () np K Pq 为 K Pp) 平 面 上 的投 影 。 失 一 般性 , N ( 在 不 假定 gl K Pq) f 为 N( f
[ ywod lp i lu ; s c nt cin cas ct n g o ti sa efa r Ke r s on c d mehr o s ut ; l i ai ; e me c h p t e to e r o sf o i r; eu
1 概述
在计算机 图形学、计算机辅助设计及 计算机视觉 中的大 量应用涉及 曲面重构问题。 目前 ,学者们 已经提 出很多 曲面 重构 的算法 ,大致分为 以下 3类 :() 1基于 D l ny的算法 : e ua a 该类算法首先建立点云 D lu a 三 角化 , ean y 然后抽取表示模型 形状三角面片 ,如 Ⅱsae rs 一hp 、cut算法等 。() 2基于隐函数的 算法 :该类算法使用隐函数来表示 曲面 。通过泊松公式得到 隐函数, 通过移动最小二乘法计算隐函数 J () 区域增 。。 3基于 长的算法 :该类算法首先构造种子三角形 ,然后从种子三角 形开始,逐渐添加新 的三角形到部分重构的网格 中。 文献[] 3算法根据点云的固有特性来选择新 的点。 文献[] 4 算法首先根据点的局部几何分布把 点云分成几类 ,然后对 不 同 的点 采 用 不 同 的方 法 进 行 重 构 。它 们 在 平 滑 的 区 域 能取 得 很好的效果 ,但在形状特征 比较复杂的一些区域效果不是很
形状特征进行分类 ,对每类点进行局部网格重构 ,并进行后续处理以修补拓扑和几何错误 。实验 结果表 明,该算法强健 有效 ,能生成高质 量 的网格 ,并能较好地保持模型 的几何与形状特征。
关健诃 :点云;曲面重构 ;分类 ;几何 ;形状特征
M e h Re o s r to g rt m s d o o e rca s c n t uc i n Al o ih Ba e n Ge m t i nd S peFe t eo i tCl ud ha a ur fPo n o
中圈分类号l P 15 31 2 T .
基 于 点云 几何 与形 状 特Байду номын сангаас 的 曲面 重构 算 法
肖 华 ,张三元 ,张 引
( 江 大 学 计 算 机 科 学 与 技 术 学 院 ,杭 州 3 0 2 ) 浙 10 7
擅
妥 :提出一种新 的利用点云进行曲面重构 的算法 ,该算法基于点 云的几何与形状特征 , 根据点云 的几何分布进行分类和按照点的局部
X I O ua A H ,ZH AN G n— uan, Sa y ZH A NG i Y n
( ol eo mp t c neadT cn lg, hj n nv ri , a gh u3 2 ) C l g f e Co ue S i c n ehoo yZ ei gU iesy H n zo 10 7 r e a t 0 [ b tat o e mehrcnt cinag rh s gp it lu rsne h rpsdag rh ae ngo tcadsaefa r A src]An v l s o s ut loi m ui on o dipee td T epo o e loi m ib sdo e me i n p t e e r o t n c s t s r h eu
第3 6卷 第 1 期 3
L3 6
计
算
机
工
程
21 0 0年 7月
J y 01 ul 2 0
No 13 .
C o pu e m t rEng ne r ng i ei
・图形 图像 处理 ・
文章 编号:l ( 2( 1 l— l4 3 文献 0 卜 8 00 3 09 0 4 2 ) — 标识码: A
理想 。
否 则 P 可 能 是 边 界 点 。判 断 点 P 是 内 部点 还 是 边界 点 的方 法 如 下 : 先 将 K Pp) 的点 投 影 到 由这 些 点 确 定 的最 小 二 乘 首 N ( 中 平 面 pae 上 , q为 点 p 在 pae f上 的 投 影 , N ( ) 】l ( ) 记 i np , l () np K Pq 为 K Pp) 平 面 上 的投 影 。 失 一 般性 , N ( 在 不 假定 gl K Pq) f 为 N( f
[ ywod lp i lu ; s c nt cin cas ct n g o ti sa efa r Ke r s on c d mehr o s ut ; l i ai ; e me c h p t e to e r o sf o i r; eu
1 概述
在计算机 图形学、计算机辅助设计及 计算机视觉 中的大 量应用涉及 曲面重构问题。 目前 ,学者们 已经提 出很多 曲面 重构 的算法 ,大致分为 以下 3类 :() 1基于 D l ny的算法 : e ua a 该类算法首先建立点云 D lu a 三 角化 , ean y 然后抽取表示模型 形状三角面片 ,如 Ⅱsae rs 一hp 、cut算法等 。() 2基于隐函数的 算法 :该类算法使用隐函数来表示 曲面 。通过泊松公式得到 隐函数, 通过移动最小二乘法计算隐函数 J () 区域增 。。 3基于 长的算法 :该类算法首先构造种子三角形 ,然后从种子三角 形开始,逐渐添加新 的三角形到部分重构的网格 中。 文献[] 3算法根据点云的固有特性来选择新 的点。 文献[] 4 算法首先根据点的局部几何分布把 点云分成几类 ,然后对 不 同 的点 采 用 不 同 的方 法 进 行 重 构 。它 们 在 平 滑 的 区 域 能取 得 很好的效果 ,但在形状特征 比较复杂的一些区域效果不是很
形状特征进行分类 ,对每类点进行局部网格重构 ,并进行后续处理以修补拓扑和几何错误 。实验 结果表 明,该算法强健 有效 ,能生成高质 量 的网格 ,并能较好地保持模型 的几何与形状特征。
关健诃 :点云;曲面重构 ;分类 ;几何 ;形状特征
M e h Re o s r to g rt m s d o o e rca s c n t uc i n Al o ih Ba e n Ge m t i nd S peFe t eo i tCl ud ha a ur fPo n o
中圈分类号l P 15 31 2 T .
基 于 点云 几何 与形 状 特Байду номын сангаас 的 曲面 重构 算 法
肖 华 ,张三元 ,张 引
( 江 大 学 计 算 机 科 学 与 技 术 学 院 ,杭 州 3 0 2 ) 浙 10 7
擅
妥 :提出一种新 的利用点云进行曲面重构 的算法 ,该算法基于点 云的几何与形状特征 , 根据点云 的几何分布进行分类和按照点的局部
X I O ua A H ,ZH AN G n— uan, Sa y ZH A NG i Y n
( ol eo mp t c neadT cn lg, hj n nv ri , a gh u3 2 ) C l g f e Co ue S i c n ehoo yZ ei gU iesy H n zo 10 7 r e a t 0 [ b tat o e mehrcnt cinag rh s gp it lu rsne h rpsdag rh ae ngo tcadsaefa r A src]An v l s o s ut loi m ui on o dipee td T epo o e loi m ib sdo e me i n p t e e r o t n c s t s r h eu