散乱点云数据表面重建方法研究

由于对大规模点云数据处理技术的需求日益增大,越来越多的应用是以点云资料来储存与表达三维模型,主要在三维地形图、电脑辅助设计(CAD)、医学影像、虚拟实境以及数字典藏资料库等方面应用。 为了达到较好的表面重建效果,需要对点云数据先进行去噪和精简处理。本文针对无序点云数据,采用了基于k-d tree的去噪算法,实现了对无序点云数据的去噪,达到了理想的效果。去噪后的点云数据量依旧很大,因此还需进一步对点云数据进行简化,本文采用了保留点云特征区域的简化算法,研究了保留尖锐边缘数据而简化平滑区域数据的方法,该方法完整的保留了尖锐边缘的数据及平滑区域的形状。 在此基础上,本文研究了一种新的没有组织与法向量资讯的点云表面重建方法,使用者可选择依自己喜好来决定参数或是选择不输入参数(由程式自动取得),本方法只需要点云的数据即可,不需要其他额外的信息就可进行表面重建。 点云表面重建程序可分为三个主要步骤：1.利用中值平移分类法将点云资料分成多个独立的近似平坦的区域2.利用区域性参数化技术将三维近似平坦区域投影到一个盘子状的二维区块。3.然后利用二维的狄龙尼三角化演算法来进行区域的表面重建,最后将每个区块整合起来就完成了表面重建。 因此,本文将表面重建问题转换成简单的二维区域三角化问题,并且通过实验验证,此方法很好的解决了特征区域过度平滑的问题,达到了理想的重建效果。