近几年来，随着距离传感器技术的进步，多视点距离图象的对准和集成问题已引起了人们极大的关注，并且在CAD反向工程、不良产品检测、整形外科手术规划以及人体三维尺寸的非接触测量等领域有了广泛地应用。本文研究了距离图象的层次三角网格表示以及多视点距离图象的对准和集成问题。本文所采用的多视点的距离图象是由3D物体在传感器测量区域内旋转不同角度测得的3D距离数据。采用位相法从多个不同的视点获取距离图象，通过多视点距离图象的对准获得不同视点之间的运动参数，然后进行对准后的距离图象的集成，建立完整的物体三维几何形状描述。 本人的工作主要有以下三个方面：一、3D物体表面的层次三角网格表示 在计算机图形学和几何造型中，物体表面常常用三角网格模型来描述。因为用三角网格可以表示任意形状的物体，并且对3D数据集容易构造三角网格模型。我们在实验中所测得的多视点的距离图象是3D距离数据，在我们的对准算法中需要大量地计算最近点和最近距离，为了快速地查找最近点和最近距离，首先需要构造物体表面3D数据的三角网格，进而构造基于三角网格模型的k-d树。因此，在对准过程中，构造多视点的距离图象的三角网格是非常重要的。 初始三角网格模型可以通过对距离图象按等间隔采样的方法提取3D数据点集并连接相邻3D数据点集来构造，但是用此方法构造的初始三角网格模型常常有成千上万个三角形面片组成，不便于查找和计算，必须对初始三角网格模型进行简化。在我们的网格简化算法中，通过规定不同的理想边长范围和最大积累形状改变量，可以得到多分辨率的层次三角网格模型。二、多视点距离图象的对准 为了将从不同视点获得的距离图象集成起来，必须首先得到各视点之间的运动变换关系。本文的对准算法将迭代最近点（Iterative Closest Point：ICP）算法、有拒绝地随机抽样和最小平方中值（Least Median of Squares：LMS）估计结合起来进行多视点距离图象之间的运动估计，被对准的距离图象用3D数据点集来表示，而待对准的距离图象用三角网格模型来表示。在我们的LMS对准算法中需要大量地计算3D点到三角网格模型的最近点和最近距离，而这些计算是相当费 北京工业人学顾十学位论文 摘 变时的，为了加快算法的计算过程，我们采用了两种方法：方法一是在LMS迭代算法之前首先构造基于三角网格模型的卜d树。方法二是对数据点和三角网格模型向同一投影平面进行正交投影，然后采用基于表面的最近点查找方法。在对准过程中采用这两种查找方法最终将得到两个运动参数，我们将选用较精确的那一运动参数。 另外，在对准过程中我们没有采用顺序地方法对准多视点的距离图象，而是首先构造各视点之间关系的星形拓扑结构，选定一幅图象作为星形结构的中心，其它图象都和这幅图象对准。如果不能构造星形拓扑结构，则转化为类似的星形拓扑结构。采用此方法可以尽量减小和避免误差积累现象的发生。5、主科点四间四溅的自成 本文采用了基于韦氏图的多视点距离图象的集成算法。该算法的大体过程是这样的：首先，将每一幅在局部坐标系下获得的距离图象的三角网格模型变换到全局坐标系下，构造已对准的N个视点距离图象的韦氏图，接着构造含有冗余三角网格的韦氏图的规范子集，然后消除模型中的冗余部分，最后连接非重叠的三角网格集合以产生整体的集成的三角网格，建立物体的3D模型。和截平面法、基于三维空间上的几何特征或直接进行曲面匹配的集成算法相比，该集成算法具有计算简单、使用范围广等优点。应用该算法不仅可以用来构造简单物体的模型，而且还可以构造由多个部分构成的甚至含有洞的复杂物体模型。 我们对上述的构造距离图象的多分辨率的层次三角网格模型、对准和集成算法进行了实验，取得了良好的效果。本文的方法在计算机图形学、虚拟现实、交互式可视化、汁算机辅助系统（CAD／CAM）的自动儿何建模等计算机应用领域有着广阔的应用前景。