基于三維點(diǎn)云的曲面重建技術(shù)研究.pdf

1、隨著三維激光掃描技術(shù)、計(jì)算機(jī)視覺(jué)及計(jì)算機(jī)圖形圖像學(xué)的高速發(fā)展，基于三維點(diǎn)云的曲面重建技術(shù)成為了國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)，并廣泛應(yīng)用于科學(xué)可視化、工業(yè)設(shè)計(jì)、城市建模、歷史文物保護(hù)、醫(yī)學(xué)圖像模擬等領(lǐng)域。基于三維點(diǎn)云的曲面重建的研究，取得了一定成績(jī)。但是，基于三維點(diǎn)云的曲面重建中，重要數(shù)據(jù)預(yù)處理的點(diǎn)云去噪和點(diǎn)云簡(jiǎn)化，依然存在著幾何特征丟失過(guò)多的問(wèn)題，并且重建核心的曲面重建，也同樣存在重建時(shí)間長(zhǎng)、效率低等實(shí)時(shí)性問(wèn)題。本文針對(duì)以上出現(xiàn)的問(wèn)題進(jìn)行了研究

2、和改進(jìn)，其主要內(nèi)容如下：
　　1、點(diǎn)云數(shù)據(jù)去噪光順。針對(duì)原始點(diǎn)云數(shù)據(jù)模型中存在很多低幅度噪聲和離群點(diǎn)問(wèn)題，提出了一種基于噪聲分類的雙邊濾波點(diǎn)云去噪算法。該算法對(duì)噪聲進(jìn)行了尺度的細(xì)分，將其分為大尺度和小尺度噪聲，先用統(tǒng)計(jì)濾波結(jié)合半徑濾波對(duì)大尺度噪聲進(jìn)行去除，然后使用強(qiáng)魯棒性和保特征性的改進(jìn)雙邊濾波對(duì)小尺度噪聲進(jìn)行光順，最終實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)模型去噪光順。實(shí)驗(yàn)結(jié)果表明，與Fleishman雙邊濾波去噪算法相比，該算法對(duì)噪聲進(jìn)行尺度的細(xì)分，既

3、能有效地去除點(diǎn)云噪聲，又能避免過(guò)光順和幾何失真，較好地保持模型中的細(xì)節(jié)特征，具有較強(qiáng)的魯棒性和保特征性。
　　2、點(diǎn)云數(shù)據(jù)簡(jiǎn)化。針對(duì)三維點(diǎn)云數(shù)據(jù)中冗余量大和執(zhí)行效率低的問(wèn)題，提出了一種基于體素化柵格下采樣的點(diǎn)云簡(jiǎn)化算法。該算法通過(guò)求出點(diǎn)云數(shù)據(jù)的最小長(zhǎng)方體包圍盒，將長(zhǎng)方體包圍盒分割成一系列小柵格，并將全部點(diǎn)云數(shù)據(jù)都劃分到小柵格中去，求出每個(gè)數(shù)據(jù)點(diǎn)的k近鄰，進(jìn)行法向量估計(jì)，然后在此基礎(chǔ)上選擇離小柵格重心最近的點(diǎn)來(lái)代表小柵格中所有點(diǎn)，從

4、而實(shí)現(xiàn)點(diǎn)云簡(jiǎn)化。實(shí)驗(yàn)結(jié)果表明，與基于包圍盒點(diǎn)云簡(jiǎn)化算法相比，該算法不僅能夠有效地降低冗余點(diǎn)云的數(shù)量，較好地保留了原始模型的主要幾何特征，而且可以加快三維點(diǎn)云數(shù)據(jù)的重建速度，減少渲染時(shí)間。
　　3、點(diǎn)云數(shù)據(jù)曲面重建。針對(duì)Power Crust曲面重建算法重建效率低的問(wèn)題，提出了一種基于Power Crust的快速曲面重建算法。該算法利用體素化柵格下采樣減少參與曲面重建的點(diǎn)云數(shù)量，并結(jié)合Visualization Toolkit(VT