散乱点云的快速增量网格重建算法

散乱数据的网格重建是数字几何处理的基础性技术之一.本文提出一种快速增量式散乱点云网格重建算法,运用波前( Wave Front)方法渐进地由点云数据生成物体表面的网格模型.该算法以一个”种子”三角形初始化搜索队列,以逐渐生成的新边为搜索元素,借助Kd-树空间划分技术和搜索约束条件,快速完成优化点的评估及三角面片重建,可在保证网格质量的同时,过滤部分对重建效果意义不大的点.实验表明,该算法能够高效、可靠地生成具有不同几何复杂度的原始曲面二维流形三角网格逼近,适用于海量数据点的网格重建.     

基于点云几何与形状特征的曲面重构算法

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。     

基于图片序列的三维表面重建

根据非透明物体内部不可见的实际,提出了一种基于图片序列的三维表面重建算法.该算法首先利用传统的八叉树算法重建出物体的三维模型,然后利用一种新颖的表面点提取算法提取出物体表面点,最后利用这些表面点进行三角网格剖分,进而重建出光滑的三维物体表面.在表面点的提取过程中,算法对处于不同状态(处于立方体的顶点、棱、面)的点赋予不...     

一种基于凸包近似的快速体积计算方法

体积是物体的基本几何属性,在许多应用场合需要频繁地被计算。目前基本上通过重构物体曲面而间接求取体积,增加了许多不必要的工作。提出一种快速求取点云模型体积的方法,使用增量式算法计算点云的凸包用来近似物体,将凸包分解成上下两个三角网格面,使用正投影法分别求取它们的投影体积,它们两者之差即是所求模型体积。实验表明该算法实现简单,可快速地求解处理具有任何几何和拓扑复杂性的点云模型。     

复杂表面物体3D模型的获取方法

提出了一种从真实物体中获得其3D模型的方法.该方法通过TOF- Camera获得原始的点云数据,在对点云数据进行三角化、分割、滤波去噪等处理后得到部分物体模型,然后再应用ICP(迭代最近点)算法对其进行配准.配准过程中为了节省内存,删掉重叠的冗余数据.最后对生成的数据进行网格重建,得到完整的网格模型.实验表明该方法能较为快速地获取真实物体的3D模型,显著提高TOF相机获取数据的质量.     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

基于四面体控制网格的模型变形算法

提出一种鲁棒的保体积保表面细节的模型变形算法.首先将输入模型嵌入到一个稀疏的四面体控制网格中,并且通过一种改进的重心坐标来建立两者的对应关系;然后通过用户的交互,对控制网格建立一个二次非线性能量函数对其进行变形,而输入模型的变形结果则可以通过插值来直接获得.由于能量函数的优化是在控制网格上进行的,从而大大提高了算法的效率.与此同时,提出一种新的能量--Laplacian能量,可以使四面体控制网格进行尽量刚性的变形,从而有效地防止了大尺度编辑过程中模型形状的退化现象.文中算法还具有通用性,可支持多种模型的表示方式,如三角网格模型、点模型等.实验结果表明,该算法可以有效地保持输入模型的几何细节、防止明显的体积变化,得到了令人满意的结果.     

海量散乱点的曲面重建算法研究

基于海量散乱点的曲面重建在机械产品测量造型、计算机视觉、根据切片数据的医学图像重建等领域中有重要应用.给出了一种以物体表面上不附加任何几何和拓扑信息(包括测点法矢、曲面边界信息)的散乱点集为处理对象,自动生成物体表面的三角网格模型的算法.该算法首先根据测点的邻近测点估算曲面在该测点处的法矢,并采用优化的顺序对法矢方向进行调整以使各测点处的法矢都指向曲面外侧,最后用步进立方体算法输出三角网格模型.采用新的方法计算切平面,不但进一步提高了效率,而且改善了曲面边界及尖锐棱边区域的重建效果.还提出并解决了法矢方向传播中可能出现的局部“孤岛”问题.同时,提出了一种对海量数据进行空间划分的算法,从而大大提高了海量数据的处理效率.应用实例表明,算法效果良好     

一种基于点云数据的快速曲面重构方法

研究激光扫描中的点云数据重构技术,提出一种基于规则点云数据的快速曲面重构方法。分析相邻扫描线之间数据点的相对位置关系,在三角剖分的基础上,设计改进的扫描线剖分算法,根据激光逐行扫描的特点,对点云数据进行不规则三角网格划分,利用几何关系进行配对构网,并在所建三角模型的基础上实现三角网格的局部优化和纹理映射,得到重建模型。实验结果表明,与传统Delaunay空间三角剖分算法相比,该算法可明显提高三角构网速度和质量,消除空洞,改善重建效果。     

基于特征约束点的纹理映射算法

纹理映射技术用于生成物体表面的纹理细节,是真实感图形技术的重要组成部分,也是计算机图形学的一个重要研究方向.针对目前很多纹理映射算法计算量大,方法比较复杂的缺点,应用Candide3作为三维网格模型,提出了一种快速有效的基于特征约束点的纹理映射算法.通过在三维网格模型和纹理图像上选取少量对应的特征约束点,利用三角网格剖分算法在纹理图像上建立选取特征点的三角网格.进而通过求取质心坐标的方法计算出三维网格模型上所有特征点的纹理坐标并完成整个三维网格模型的纹理映射.实验结果表明,提出的算法计算速度较快,能够得到高真实度的纹理映射效果,并且适用于不同纹理图像映射到同一三维网格模型上.     

基于双判定因子的道路绿化带分割

以高速公路的无人机影像点云数据为研究对象, 提出一种基于双判定因子的道路绿化带分割算法. 首先对点云数据进行串行下采样, 在降低点云数目的同时尽可能多地保留点云特征点; 其次, 对降采样后的点云数据进行正射影校正; 最后, 提出一种结合法向量夹角与 RANSAC 平面分割双判定的点云分割算法, 实现了对高速公路中绿化带的准确分割, 采用绿化带边界提取算法最终实现高速公路环境信息的分割. 以G85高速凤翔段的无人机影像点云作为实验数据, 分别采用本文算法、基于法向量夹角的分割算法、基于RANSAC平面拟合分割算法进行验证. 实验结果表明基于双判定因子的道路绿化带分割算法对环境噪点及离群点有较好的抗干扰性, 可以有效过滤路面高曲率点, 提取结果较好.     

结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。     

伪点云修正增强激光雷达数据

目的 激光雷达在自动驾驶中具有重要意义,但其价格昂贵,且产生的激光线束数量仍然较少,造成采集的点云密度较稀疏。为了更好地感知周围环境,本文提出一种激光雷达数据增强算法,由双目图像生成伪点云并对伪点云进行坐标修正,进而实现激光雷达点云的稠密化处理,提高3D目标检测精度。此算法不针对特定的3D目标检测网络结构,是一种通用的点云稠密化方法。方法 首先利用双目RGB图像生成深度图像,根据先验的相机参数和深度信息计算出每个像素点在雷达坐标系下的粗略3维坐标,即伪点云。为了更好地分割地面,本文提出了循环RANSAC （random sample consensus）算法,引入了一个分离平面型非地面点云的暂存器,改进复杂场景下的地面分割效果。然后将原始点云进行地面分割后插入KDTree （k-dimensional tree）,以伪点云中的每个点为中心在KDTree中搜索若干近邻点,基于这些近邻点进行曲面重建。根据曲面重建结果,设计一种计算几何方法导出伪点云修正后的精确坐标。最后,将修正后的伪点云与原始激光雷达点云融合得到稠密化点云。结果 实验结果表明,稠密化的点云在视觉上具有较好的质量,物体具有更加完整的形状和轮廓,并且在KITTI （Karlsruhe Institute of Technology and Toyota Technological Institute）数据集上提升了3D目标检测精度。在使用该数据增强方法后,KITTI数据集下AVOD （aggregate view object detection）检测方法的AP_3D-Easy （average precision of 3D object detection on easy setting）提升了8.25%,AVOD-FPN （aggregate view object detection with feature pyramid network）检测方法的AP_BEV-Hard （average precision of bird’s eye view on hard setting）提升了7.14%。结论 本文提出的激光雷达数据增强算法,实现了点云的稠密化处理,并使3D目标检测结果更加精确。     

利用局部熵和重复度检测特征点

以三维散乱点在局部邻域内的熵变化为检测准则,利用局部熵突变发生在曲面形状变化剧烈区域的特性,描述采样点属于某个特征的可能性;同时引入重复度;以反映在不同大小的局部窗口下采样点被检测为特征点的频度,获取特征点集．实验结果表明,该算法稳定性较好,能在一定程度上处理密度分布不均的点集。     

Parameterization and parametric design of mannequins

This paper presents a novel feature based parameterization approach of human bodies from the unorganized cloud points and the parametric design method for generating new models based on the parameterization. The parameterization consists of two phases. First, the semantic feature extraction technique is applied to construct the feature wireframe of a human body from laser scanned 3D unorganized points. Secondly, the symmetric detail mesh surface of the human body is modeled. Gregory patches are utilized to generate G¹ continuous mesh surface interpolating the curves on feature wireframe. After that, a voxel-based algorithm adds details on the smooth G¹ continuous surface by the cloud points. Finally, the mesh surface is adjusted to become symmetric. Compared to other template fitting based approaches, the parameterization approach introduced in this paper is more efficient. The parametric design approach synthesizes parameterized sample models to a new human body according to user input sizing dimensions. It is based on a numerical optimization process. The strategy of choosing samples for synthesis is also introduced. Human bodies according to a wide range of dimensions can be generated by our approach. Different from the mathematical interpolation function based human body synthesis methods, the models generated in our method have the approximation errors minimized. All mannequins constructed by our approach have consistent feature patches, which benefits the design automation of customized clothes around human bodies a lot.     

曲面重构中点云数据的区域分割研究

在曲面重构中，由于实际的曲面模型往往含有多个曲面几何特征，即由多张曲面组成，如果对使用激光法测量的“点云”数据直接进行拟合，将会造成曲面模型的数学表示和拟合算法处理的难度加大，甚至无法用较简单的数学表达式描述曲面模型，因此针对该问题，提出了一种基于数据点曲率变化的区域分割方法，即先对每一条扫描线上的数据点求取曲率值，然后将其中曲率值变化较大的点提取出来作为边界点，当边界确定后，再将云点数据分割成多个区域，由于每个区域一般具有较简单的几何特征，因此可用简单的数学模型来描述，并可重构单张曲面。该算法不仅原理简单、易于理解和编程，而且能提高曲面模型重构效率。     

Out-of-core selection and editing of huge point clouds

In this paper we present an out-of-core editing system for point clouds, which allows selecting and modifying arbitrary parts of a huge point cloud interactively. We can use the selections to segment the point cloud, to delete points, or to render a preview of the model without the points in the selections. Furthermore, we allow for inserting points into an already existing point cloud. All operations are conducted on a rendering optimized data structure that uses the raw point cloud from a laser scanner, and no additionally created points are needed for an efficient level-of-detail (LOD) representation using this data structure. We also propose an algorithm to alleviate the artifacts when rendering a point cloud with large discrepancies in density in different areas by estimating point sizes heuristically. These estimated point sizes can be used to mimic a closed surface on the raw point cloud, also when the point cloud is composed of several raw laser scans.     

基于有限细节的植物叶片多密度点云重建算法

针对粗糙点云在植物模型重建过程中遇到的噪点多、边缘粘合等问题,提出一种基于有限细节的多密度点云重建算法。首先利用Kinect采集到的深度和颜色信息提取出植物叶片点云,并通过颜色信息对原始点云进行稀疏处理,分离开粘合部位,得到理想的点云;然后基于人眼视觉识别的局限性提出了一种有限细节多密度点云重建算法,与传统的网格重建不同,其以点代面通过不断细化点的密度来产生视觉误差上的模糊曲面。实验证明,所提算法的重建效果和速度在一定程度上优于网格重建的。     

Continuous global optimization in surface reconstruction from an oriented point cloud

We introduce a continuous global optimization method to the field of surface reconstruction from discrete noisy cloud of points with weak information on orientation. The proposed method uses an energy functional combining flux-based data-fit measures and a regularization term. A continuous convex relaxation scheme assures the global minima of the geometric surface functional. The reconstructed surface is implicitly represented by the binary segmentation of vertices of a 3D uniform grid and a triangulated surface can be obtained by extracting an appropriate isosurface. Unlike the discrete graph-cut solution, the continuous global optimization entails advantages like memory requirements, reduction of metrication errors for geometric quantities, and allowing globally optimal surface reconstruction at higher grid resolutions. We demonstrate the performance of the proposed method on several oriented point clouds captured by laser scanners. Experimental results confirm that our approach is robust to noise, large holes and non-uniform sampling density under the condition of very coarse orientation information.     

类螺旋特征测点数据的闭曲面建模方法研究

复杂曲面及海量点云测量数据的曲面建模已成为通用CAD/CAM软件的重要功能;然而,对于复杂的闭曲面建模方法,仍然存在许多技术上的难题,至今尚未能很好的解决,比如,基于海量的测量数据,如何进行闭曲面特征点识别,如何进行区域分割与处理,这一切都使得闭曲面建模过程中很难采用已经成熟的自由曲面建模技术和方法.通过研究异步仿形测量原理以及测量数据类型,针对鞋楦测量形成的空间螺旋线数据特征,提出一种闭曲面建模方法.该方法包括如下步骤:首先对测量点数据处理;并以特征螺旋线数据为基础对曲面进行三角分割;最后,以三角Bezier曲面为基础进行曲面构造,并将各曲面进行拼接、裁剪,形成完整的曲面.采用该方法对鞋楦测量数据的建模实例说明,能够有效地对具有空间螺旋线数据特征的闭曲面进行数据处理、曲面重构,提高了产品建模效率.