针对密集点云的快速曲面重建算法

为了能够快速地从高密度散乱点云生成三角形网格曲面,提出一种针对散乱点云的曲面重建算法.首先通过逐层外扩建立原始点云的近似网格曲面,然后对近似网格曲面进行二次剖分生成最终的精确曲面;为了能够处理噪声点云,在剖分过程中所有网格曲面顶点都通过层次B样条进行了优化.相比于其他曲面重建方法,该算法剖分速度快,且能够保证点云到所生成的三角网格曲面的距离小于预先设定容限.实验结果表明,文中算法能够有效地实现高密度散乱点云的三角剖分,且其剖分速度较已有算法有大幅提高.     

散乱点云的三角划分算法研究

通过对当前的三角网格划分方法进行比较分析,提出了一种散乱点云的3D三角网格划分算法。该算法不需如同二维划分方法那样要对散乱点云对应的自由曲面分片投影,而是直接在3D空间,根据离散点集所对应的曲面形态变化,利用网格扩展、边界环分裂和边界环封闭,逐层收缩生成三角网格。该算法能方便地处理空间多种曲面的散乱点云数据,并且生成的三角网格形态优良,布局合理。     

一种散乱点云空间直接剖分算法

散乱点云的三角剖分在曲面重建中发挥着重要作用。在对三角剖分基本方法深入分析的基础上对此类点云提出了一种高效的重构算法。本算法将基于动态球策略的搜索算法引入到曲面重建中,源于增量式计算的思想,结合约束准则和设计的顶点度量函数,从基础三角面片开始扩展到覆盖整个物体表面。分析及实验结果表明,该算法能有效地对点云数据进行三角网格化,同时剖分后的三角网格曲面最大限度地保持了原有曲面的特性,证明了提出的基于动态球的曲面重构算法应用于散乱点云曲面重构问题的可行性。     

基于能量最小化的网格优化算法

对网格优化的方法进行研究,提出一种基于能量最小化的网格优化算法.给定一定数量的三维散乱点数据和一个初始三角网格,使用能量最小化算法对网格顶点位置进行优化,使网格顶点更好地逼近三维散乱点数据;网格也更加逼近实际曲面.实验结果表明,使用该算法能够获得形状良好的网格.     

一种大规模散乱数据自适应压缩与曲面重建方法

针对大规模散乱数据点云,提出了一种基于曲率与距离的三角网格抽样方法。算法既能保证所生成网格曲面中每个三角片具有较好的形状,又能较鲜明地刻画曲面的细节特征。同时还能将原先规模较大的点云压缩到事先可控的数量上,是一种简单高效的自适应压缩和曲面生成方法。     

散乱数据点分片二次多项式加权平均插值

将空间散乱数据点划分为三角形网格，在每个给定数据点处构造C^1连续的分片二次多项式曲面片，每个三角形上的曲面片由各个顶点处的C^1连续的分片二次曲面片加权平均确定，整体的C^1曲面由各三角形上的曲面片拼合而成．该方法所构造的曲面函数结构简单、易于计算，具有数据点建议的形状．最后通过实例同其他方法所构造的插值曲面形状进行比较．     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

基于顶点变形梯度的点云曲面变形传输

为了重用现有模型的变形结果,给出一种点云曲面的变形传输方法.利用顶点变形梯度来编码源点云的变形信息,通过一个全局的二次能量优化,实现了点云曲面的变形传输.顶点的变形梯度由顶点的k邻近点决定,并从能量优化的角度得出了顶点变形梯度的一个闭合解.该方法可直接在点云上进行,无需类似网格的拓扑结构,也不要求源点云与目标点云具有相同的采样点数和一致的对应关系.实验结果表明,该方法能有效地实现源点云与目标点云之间的变形传输.     

逼近散乱点云数据的三角形网格精确剖分

基于自组织特征映射神经网络构建的三角形网格模型可以实现测量点云 压缩后的Delaunay 三角逼近剖分,但该模型存在逼近误差和边缘误差。为减小三角形网格 的逼近误差和边缘误差,构建了精确逼近的三角形网格模型。首先采用整个测量点云,对三 角形网格模型中的所有神经元进行整体训练;然后对三角形网格中的网格神经元的位置权 重,沿网格顶点法矢方向进行修正;最后采用测量点云中的边界点集,对三角形网格模型中 的网格边界神经元进行训练。算例表明,应用该模型,可以有效减小三角形网格的边缘误差, 三角形网格逼近散乱点云的逼近精度得到大幅提高并覆盖散乱点云整体分布范围。     

基于SOM的散乱点云法矢计算

点云法矢计算对点云分布密度较敏感,而且在尖锐边界处计算误差较大。为此,提出一种基于自组织神经网络(SOM)的散乱点云法矢计算方法。为利用散乱点云拓扑和几何信息计算法矢,以球面SOM学习点云拓扑结构,得到被测曲面的三角网格近似图,使用三角网格构成的连通图组织点云数据结构,通过k-近邻点拟合微切平面,从而计算点云法矢,并调整点云法矢指向。实验结果表明,该方法具有较高的计算精度,法矢误差在0.08以内,标准差为0.009。     

Direct Reconstruction of a Displaced Subdivision Surface from Unorganized Points

In this paper we describe the generation of a displaced subdivision surface directly from a set of unorganized points. The displaced subdivision surface is an efficient mesh representation that defines a detailed mesh with a displacement map over a smooth domain surface and has many benefits including compression, rendering, and animation, which overcome limitations of an irregular mesh produced by an ordinary mesh reconstruction scheme. Unlike previous displaced subdivision surface reconstruction methods, our method does not rely on a highly detailed reconstructed mesh. Instead, we efficiently create a coarse base mesh, which is used to sample displacements directly from unorganized points, and this results in a simple process and fast calculation. We suggest a shrink-wrapping-like shape approximation and a point-based mesh simplification method that uses the distance between a set of points and a mesh as an error metric to generate a domain surface that optimally approximates the given points. We avoid time-consuming energy minimization by employing a local subdivision surface fitting scheme. Finally, we show several reconstruction results that demonstrate the usability of our algorithm.     

激光三维扫描数据的表面重建

对激光三维扫描系统获得的没有任何附加信息的轮廓线点云数据进行处理,首先采用求最大连通域的方法删除噪声点,利用设定相邻点连线夹角正切阈值的方法精简数据,然后采用基于局部切平面簇的方法对数据点云进行切平面的估算、法向量的调整和计算距离函数,用改进的MC方法输出三维网格,并且应用基于顶点的网格删除算法对三维网格进行简化,在估算切平面的时候采用新的估算原则,提高了重建速度,改善了重建效果,所表述的重建流程,成功地解决了激光扫描系统所得轮廓数据点的表面重建问题。     

结合间接邻域的散乱点云三角网格曲面重构

对于非均匀散乱点云,多数基于区域生长方法的曲面重构往往容易出现孔洞等缺陷。针对该问题,在K邻域点集的基础上提出间接邻域点集的概念,对以点为生长对象进行区域生长的三角网格曲面重构方法进行了研究,实现三角网格曲面重构。以生长点的邻域点集为样点估算微切平面,将邻域点投影至该平面上,并按照右手定则、逆时针方向进行排序,通过拓扑正确性原则从点列中去除错误的连接点,优化局部网格,选择较好的连接点,实现网格曲面的区域生长。     

基于中轴表达的三维模型轮廓提取方法

三维网格模型的轮廓信息在网格检索、网格简化、网格重建中有着广泛应用。现有的轮廓提取方法较为复杂,需要分析和过滤网格模型的几何特征,计算量大且有时无法生成完整的轮廓信息。近年来,三维模型的中轴表达研究趋于成熟,在表达模型几何拓扑关系上有独特的优势。因此,提出了一种基于中轴表达的三维模型轮廓提取方法：首先提取三维模型的中轴表达信息,将中轴角点投影到三维模型表面;然后根据每个区域的拓扑关系选择适合的角点连接关系,将投影点连接形成模型区域轮廓;再针对投影过程中产生的误差进行分析和纠正;最后合并区域轮廓得到三维模型的完整轮廓。通过对多个模型数据库中代表性的三维网格模型进行实验和重建误差比较,该方法的平均重建质量较现有方法约有10%的提升,在重建质量和轮廓信息完整度方面优于现有方法。     

On surface reconstruction: A priority driven approach

To reconstruct an object surface from a set of surface points, a fast, practical, and efficient priority driven algorithm is presented. The key idea of the method is to consider the shape changes of an object at the boundary of the mesh growing area and to create a priority queue to the advancing front of the mesh area according to the changes. The mesh growing process is then driven by the priority queue for efficient surface reconstruction. New and practical triangulation criteria are also developed to support the priority driven strategy and to construct a new triangle at each step of mesh growing in real time. The quality and correctness of the created triangles will be guaranteed by the triangulation criteria and topological operations. The algorithm can reconstruct an object surface from unorganized surface points in a fast and reliable manner. Moreover, it can successfully construct the surface of the objects with complex geometry or topology. The efficiency and robustness of the proposed algorithm is validated by extensive experiments.     

用Catmull-Clark细分及网格调整方法重构牙齿曲面

首先根据牙齿表面测量数据点,计算出其长方体包围盒;并据此构造细分曲面的初始网格;采用矩阵对角化方法,推导Catmull-Clark细分极限点的表达式,计算初始网格的顶点经过细分后的极限点;按照极限点逼近数据点的原则移动控制网格顶点,经过逐次再细分、再调整网格,使各级网格在数据点的“引导”下逐步变形,使网格逐步逼近牙齿表面的测量数据点集合,实现牙齿表面模型的三维重建。     

Automatic reconstruction of B-spline surfaces with constrained boundaries

The aim of this study is to present an automatic surface reconstruction method that can take practical restrictions on scanned points into consideration and efficiently and reliably output a group of G¹ surfaces. The proposed method is mainly composed of three phases: quadrangle frame generation, point and curve networks planning, and surface patches reconstruction. In the first phase, the original triangle mesh is reduced and converted into a quadrangle mesh, the edges of which serve as the frame of the surfaces. In the second phase, the boundary data of the surfaces are prepared. These include a network of serial points, frame curves and surface normals which are also expressed as curves. In the final phase, surface initialization, harmonization mapping and surface warping are presented to yield the desired surfaces. The main advantage of the proposed method is that it can relax the pre-processing of a scanned triangle mesh, and hence, increase the efficiency and quality of the surface reconstruction. Several examples of various types of air bags are presented to demonstrate the feasibility of the proposed method.     

On stochastic methods for surface reconstruction

In this article, we present and discuss three statistical methods for surface reconstruction. A typical input to a surface reconstruction technique consists of a large set of points that has been sampled from a smooth surface and contains uncertain data in the form of noise and outliers. We first present a method that filters out uncertain and redundant information yielding a more accurate and economical surface representation. Then we present two methods, each of which converts the input point data to a standard shape representation; the first produces an implicit representation while the second yields a triangle mesh.     

基于边界检测的三维散乱点快速曲面重建算法

针对Power Crust算法提出一种带边界检测的不均匀降采样算法。曲面重建前先通过该算法减少参与运算的采样点,表面特征丰富的区域削减的采样点数远小于特征不丰富的区域,再进行曲面重建。通过实例表明该算法大大加快了散乱点数据的重建速度,而且很好地保持了模型表面的特征,能够较为真实地重建出曲面模型。     

散乱点的快速曲面重建方法

空间散乱点的曲面重建有着广泛的应用前景，是当前国际上的研究热点之一，Crust算法是一种基于计算几何中的Voronoi周期图的曲面重建算法，它算法简单，重建结果精细，但是由于计算量太大，其应用受到了限制，为此提出了一种依据采样点的局部特征尺度对原始采样集进行不均匀降采样的方法，在保证采样集能够满足重建要求的前提下，使参与重建的表面点数大为降低，减少了重建算法的计算量，从而提高了重建的速度，这一方法还可以应用于网络简化，通过剔除某些顶点达到简化之目的。