基于PCL库三维点云树枝重建

随着三维扫描技术的不断提高以及国内对于开源PCL(Point Cloud Library)库不断深入的研究,三维重建技术被学者们应用到诸多领域中。比如在数字城市、逆向工程等方面有了极速的发展,而对于数字城市的模拟中,实现树枝的重建是加强城市真实感最重要的部分。文中主要在图形用户界面应用程序开发框架Qt的基础上,通过利用PCL点云库实现对三维点云树枝的三维重建的方法。首先针对树枝数据采用体素化网格方法实现下采样,减少点云数量同时保持形状特征;利用Kd树存储点云实现空间划分以及搜索操作;其次通过最小二乘法平面拟合估计方法计算出点云的法向量;最后运用PCL中的贪婪投影三角化实现树枝点云的重建。结果显示,三角化重建能够较好的保留树枝的形态特征,可以为各个需树枝重建的场景中提供良好的基础。     

面向非匀点云拟合的RSR移动最小二乘法

针对传统的移动最小二乘法在非均匀分布的采样点集拟合中的不足,提出了影响域半径动态调整的移动最小二乘法（RSRMLS）。在传统移动最小二乘法（MLS）的基础上,根据拟合子区域采样点数据稀疏情况,该方法可自动调整MLS的半径区域大小。通过对相同数据点集的拟合比较,提出的RSRMLS拟合效果明显优于传统MLS。     

基于点的造型中如何计算采样点的法向量

随着三维扫描技术的迅速发展,以及大量采样点数达百万数量级的高精度模型的产生,使得基于点的绘制技术逐渐成为热点。文章介绍了一种在基于点的造型中不必经过三角化,由采样点直接计算法向量的方法。该方法首先找到当前点周围的临近采样点;然后,根据最小二乘法由这些临近点近似计算当前点所在位置的切平面;最后,将切平面的法向量作为当前采样点的近似法向量。试验表明,该方法可以快速有效地计算采样点的法向量。     

点云模型自适应增加采样点算法

提出一种新的点集模型自适应增加啊采样算法.算法利用最小二乘法求出点云模型上每个点的局部光滑曲面片,并由所求得的曲面多项式计算点集曲面上每个点的曲率.通过对每个点及其邻点进行Voronoi剖分,求取每个点所控制的有效采样区域,然后根据曲率在有效区域内建立采样栅格,求取有效区域内的栅格点在曲面上的投影点即为新增采样点.该方法得到的增加采样模型可以较好地保持原点云模型曲面的几何性质,同时还可以通过选择不同的栅格得到适用于不同处理要求的点云模型.     

面向非均匀采样点集的3维表面重建算法

针对非均匀采样点集,提出一种改进的3维表面重建方法。该方法将整个点集进行空间划分,缩小近邻点的搜索范围,减少搜索时间;在确定近邻点时,先计算几何近邻点,然后通过求方向性点并构造最小生成树的方法,确定拓扑近邻点;最后通过将拓扑近邻点投影到局部切平面上,利用约束条件对投影点进行三角剖分,并将剖分得到的顶点连接关系映射到3维空间中,实现3维表面重建。实验结果表明,改进后的算法运行效率高、重建效果好、广泛适用于非均匀采样点集的表面重建。     

交互式轮廓线骨架的提取

为精确抽取自由绘制的二维轮廓线骨架,提出了一种新的自适应骨架提取方法.将用户绘制的轮廓线,采用离散曲率约束,自适应调整步长,提取样点,进行最小二乘法实现样条曲线拟合,有效地突出了曲线形状特征;依据曲线模型的特征点,改进约束化三角剖分方法,高效地重建三角网格的拓扑结构;基于Voronoi图优化提取轮廓线骨架.实验结果表明了该算法的高效性和鲁棒性.     

网格关联的四叉树索引点云排序方法

研究了一种对几何无序点云数据基于四叉树索引的检索方法。使用最小二乘法拟合点云投影平面,经投影将三维点云数据二维化,利用点云凸包求出二维点云包络边,并对包络区域网格划分,采用网格关联方法完成索引排序。并使用MATLAB工具通过测量实例验证了该方法的可行性。     

利用移动最小二乘法实现图像变形

将移动最小二乘方法用于实现图像的变形操作,提出了一种基于控制曲线集的移动最小二乘图像变形方法。根据图像的形状拓扑关系或轮廓信息设置点,生成控制曲线,移动控制曲线的方向和位置使图像产生变形,生成图像的仿射变换、相似变换和刚性变换。实验表明,该方法可以使图像产生平滑、真实的变形,获得满意的效果。     

空间三角网格曲面的补洞方法

由三维扫描仪对文物表面进行扫描得到网格数据后,先提取出破洞的边界,利用破洞边界三角形的法矢信息将破洞边界上的点投影到一个平面上,形成一个二维多边形;然后基于该二维多边形各内角及各边长度在多边形内插入新的离散点,再将多边形内离散点三角网格化;最后用移动最小二乘近似法将破洞附近的点拟和成曲面,以此求出插入点的高度值,这样就得到了在三维空间中的网格数据。     

空间三角网格曲面的补洞方法*

由三维扫描仪对文物表面进行扫描得到网格数据后,先提取出破洞的边界,利用破洞边界三角形的法矢信息将破洞边界上的点投影到一个平面上,形成一个二维多边形;然后基于该二维多边形各内角及各边长度在多边形内插入新的离散点, 再将多边形内离散点三角网格化;最后用移动最小二乘近似法将破洞附近的点拟和成曲面,以此求出插入点的高度值,这样就得到了在三维空间中的网格数据。