大場(chǎng)景分段曲面重建和優(yōu)化方法.pdf

1、從輸入點(diǎn)云中提取高質(zhì)量的表面在計(jì)算機(jī)圖形圖像中是很重要的一個(gè)研究方向。主要內(nèi)容包括了如下幾個(gè)方面:對(duì)已有點(diǎn)云的擬合，對(duì)表面漏洞的填充以及對(duì)已有模型的重構(gòu)。
　　在本文中,首先從初始的采樣點(diǎn)中通過(guò)泊松碟采樣提取出頂點(diǎn)集。接著利用頂點(diǎn)集做Voronoi劃分得到初始點(diǎn)云的鄰接關(guān)系并從中提取出粗糙的初始網(wǎng)格。在Voronoi劃分中，采用了最短路徑作為距離函數(shù)，這樣可以在一定程度上降低初始點(diǎn)云的不均勻分布對(duì)實(shí)驗(yàn)結(jié)果的影響。在獲得了初始網(wǎng)格之

2、后，可以發(fā)現(xiàn)初始網(wǎng)格的拓?fù)浣Y(jié)構(gòu)和幾何信息都存在明顯的不足，因此需要選擇合適的方法來(lái)優(yōu)化初始網(wǎng)格。
　　采用了將幾何信息和拓?fù)湫畔⒆鳛橐粋€(gè)整體進(jìn)行優(yōu)化的框架。整個(gè)優(yōu)化過(guò)程通過(guò)頂點(diǎn)集V和鄰接關(guān)系矩陣B被表示為帶約束的q范數(shù)優(yōu)化問(wèn)題。最后通過(guò)最小化由點(diǎn)云到三角網(wǎng)格的距離和正則項(xiàng)組成的能量函數(shù)就可以找到最合適的頂點(diǎn)位置和三角網(wǎng)格的拓?fù)浣Y(jié)構(gòu)。
　　在我們的優(yōu)化算法中，法向信息并不是必需的。現(xiàn)在的許多表面重建的算法都會(huì)要求我們提供法向信

3、息。眾所周知，法向評(píng)估對(duì)于誤差和尖銳特征非常敏感，這也導(dǎo)致在面對(duì)法向質(zhì)量不高的點(diǎn)云時(shí)，許多算法的結(jié)果會(huì)有較大的誤差。而我們的算法在面對(duì)這樣的數(shù)據(jù)時(shí)依然可以獲得較好的效果。雖然在初始化過(guò)程中需要用頂點(diǎn)法向來(lái)判斷三角面片的朝向，但對(duì)法向的精度要求并不高。
　　由于本文所提出的算法在更新頂點(diǎn)幾何信息和拓?fù)浣Y(jié)構(gòu)時(shí)只需要頂點(diǎn)附近的采樣點(diǎn)的幾何信息，可以將初始點(diǎn)云分割成多個(gè)子塊，對(duì)每一個(gè)子塊依次重建出合適的表面，最后通過(guò)拼接的方法得到整個(gè)場(chǎng)景