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。     

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.     

点云重构三角网格的生长型神经气算法

为克服点云噪声、不均匀分布和复杂拓扑结构对三角网格重构的限制,改进了生长型神经气重构算法.以样本在网格局部投影作为神经元插入判据,自适应调节网格增长速度,保持几何变换与拓扑变换的协调.利用非流形边检测机制删除冗余连接,保持网格的拓扑有效性.网络学习过程中动态更新三角片结构,且在孔洞修复阶段扩大近邻查找范围,连接近邻节点中的边界点,直到网格收敛,最终得到正确的欧拉示性数.算例表明,改进的算法对带噪声点云具有鲁棒性,可根据非均匀点云的分布自动调整网格密度,且能重构具有复杂拓扑结构的曲面.重构的三角网格对曲面逼近精度较高,网格出度均匀,三角形近似等边.     

基于混合策略的区域增长三角网格重构算法

提出一种对无规则点云进行三角网格重构的区域增长算法．重构网格从初始三角形开始,通过2个采取不同生长策略的生长阶段完成生长．第1阶段生长点分布均匀并且密度相对较高的区域,剩下的部分在第2阶段生长;还提出了一种空间划分方法和选择新点生成三角形的方法,并采用了附加三角形提高拓扑操作的可靠性．实验结果说明该算法是快速有效的．     

散乱点云分割技术研究与实现

点云分割是根据空间、几何和纹理等特征对点云进行划分,使得同一划分内的点云具有相似的特征。首先对获取的散乱点云数据进行去噪、填补空洞和畸变等预处理,然后计算最小包围立方体分割点云空间并构建八叉树加速邻域点的搜索,为每个点构造最小二乘邻域,分析散乱点云数据的高斯曲率和平均曲率,再通过区域生长法得到低噪声的精确分块,自适应、智能化地对点云进行分块。经实验验证,该方法可以获得较好的分割效果。     

三维重建中散乱点云的聚类筛选与网格重建

三维重建过程中获得的初始海量数据存在大量的噪声和孤立点,使得直接使用这些数据进行网格重建时,将会产生尖锐的凸出,导致重建效果不好,甚至是网格重建失败.针对以上问题,提出首先采用基于密度聚类的方法筛选三维点云,然后进行网格重建.实验表明本文算法获得了较好的网格重建效果.     

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。     

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。     

植物叶片点云三角剖分与分割的集成算法

对植物叶片点云进行三角剖分是使点云构成结构合理的三角网格,便于对植物叶片形态进行描述。对传统的基于区域生长的三角剖分算法进行改进,在三角剖分的同时对不连续点云进行分割;并在三角剖分的基础上对点云内部孔洞进行分析、修复。利用该算法对含有大量离群点的植物叶片点云进行三角剖分处理,结果表明,所提出的算法在完成点云三角剖分和分割的同时剔除了离群点的干扰,提取得到的点云边界及内部孔洞的修复,能满足植物建模中叶片重构的要求;该方法同时也对不连续物体表面的重构建模提供了有意义的参考。     

点云三角剖分的软件实现

空间点云的三角化是机器视觉等领域中的一个共同的研究热点,研究的终极目标是对任何空间散乱点云都可以进行任何指定精度的、快速的、正确的三角剖分。软件(算法)通过多种三角剖分算法的集成提高软件对不同空间点云的适用性;通过多次三角形的全体优化和畸形三角形的删除保证三角剖分结果的正确性和优质性;通过采用大点云数据分次读取、合并点的读取和盒子参数提取、程序分阶段完成等措施提高程序运行的流畅性;通过参数设置对话框、操作结果数据对话框,操作结果的即时显示提高人机交互性和程序界面的友好性。实验证明该软件(算法)是实用的、正确的、快速流畅的、友好的软件(算法),其功能达到应用软件相应要求。     

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。     

基于邻域相似性的三角网格光顺算法

为了提高三角网格模型的质量,满足模型后续处理的要求,提出了一种基于邻域相似性的网格光顺算法。类比图像像素的灰度值,首先构造顶点的双边滤波微分算子,作为其几何灰度值;然后计算顶点邻域之间的相似性,作为顶点几何灰度值的权值,并对顶点的邻域顶点的几何灰度值进行加权平均,得到该顶点的最终几何灰度值;最后将顶点沿着其法矢量方向移动几何灰度值大小的距离,得到光顺后的三角网格模型。实验证明,该算法在光顺模型的同时有效地保持了网格的几何特征。     

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。     

基于曲面三角形网格模型的凸、凹模数控编程算法

该文介绍了曲面数控加工编程方法,提出了基于曲面三角形网格模型的数控编程方法,并在此基础上,给出了基于曲面散乱数据的三角形网格模型的凸、凹模数控编程方法,实现了复杂曲面测量模型的凸、凹模数控加工,实验仿真结果表明,该方法能有效地解决复杂曲面的凸、凹模数控加工问题。     

一种用于表面重建的网格点生成算法

表面重建需要建立表面的多边形(通常为三角形)网格模型,该文给出的算法通过两项参数来控制边缘轮廓上生成的网格点,所生成的网格点不但能够体现边缘的主要特征,而且可以避免在重建时产生斜三角形。该算法具有速度快、适应性强以及可灵活调整重建精度的特点,已在医学影像工作站上的三维重建系统中获得了较好的应用。     

三角网格模型体素特征分割

针对现有机械制造领域网格模型分割结果缺少工程含义的现状,提出了一种三角网格模型体素特征分割方法。首先在对三角网格模型分割的基础上,对由网格分割得到的每个子网格进行曲面类型识别,然后在基本体素及典型结构显著特征表示的基础上,把识别出的曲面集合与基本体素及典型结构进行匹配,从而将分割结果分类为自由曲面、基本体素和复杂体素,实现具有工程含义的体素特征分割。该方法可以降低模型重构的难度,加快模型重构的速度。     

典型三角网格细分算法

介绍7种典型的三角网格细分算法,对各种细分算法在连续性、具备优点及应用状况等几个方面进行比较和归类。为提高三角网格细分效果的可视化程度,将基于功能类机制的状态机模型作为软件运行模式,利用MFC和Open GL实现交互式显示控制,并在此基础上对最具典型意义的Loop算法进行原型实现,给出优化方法。     

三角网格曲面角点的鲁棒性检测算法

为有效检测三角网格曲面上的角点特征,提出一种基于最小主曲率的角点检测算法.首先通过计算网格顶点处的最小主曲率,利用加权最小主曲率定义角点特征函数,并计算角点特征值;然后利用迭代阈值法自动产生检测阈值,以去除噪声和特征不明显的角点;最后采用非极大值抑制法消除局部邻域内的角点聚簇获取特征明显的角点.在此基础上,在多个尺度下分别计算每个网格顶点处的角点特征值,并通过加权将其合并成多尺度角点特征值,新的角点特征值使得角点检测算法具有较高的稳定性和鲁棒性.通过重复检测率实验和部分重叠曲面的配准实验,验证了文中算法的有效性与实用性.