论文部分内容阅读
在仅给定实物表面有限采样点集的情况下,曲面重建主要解决的是如何恢复原始曲面拓扑邻接关系的问题。基于高分辨率采样设备,可获取反映物体细节特征的海量密集点云数据。针对此类数据进行曲面重建,是长期以来国内外研究的难点问题。本文围绕该问题,在曲面局部重建算法、微分几何量估算、网格拼接以及点云分治并行重建等方面展开研究,研究内容和成果如下:(1)提出一种基于局部Delaunay三角剖分的曲面增量扩展重建算法。该算法采用二维Delaunay网格剖分与三维Delaunay网格过滤相结合的方法重建曲面局部区域;通过鉴别新生成面片相关样点Cocone近邻点的完整性删除局部重建结果中重建不准确的边缘面片;依据保留的局部重建网格建立面-边映射关系并提取波前环,通过波前环的扩张、分裂将局部重建过程传播至整个采样点集,最终获得插值于整体点集的二维定向流形网格。(2)提出一种基于样点邻域同构曲面的散乱点云微分几何量估算方法。首先为目标样点构造邻域同构曲面,依据所得曲面中的样点邻域面进行目标样点微分几何量的初步估计;然后引入高斯核函数,基于目标样点与其邻域点集之间的测地距离确定不同邻域点权重系数,通过加权计算对微分几何量初步估计结果进行修正。该算法能够兼顾微分几何量估算结果的精度和稳健性。(3)提出一种基于Delaunay剖分的三角网格增量拓扑拼接方法,可实现网格之间的快速、准确拼接。首先通过边缘清理删除待拼接网格边界区域重建不准确的面片;然后对相邻网网格之间被删除面片相关样点集合进行二次重构,从而在相邻网格之间的边界区域形成过渡曲面,实现相邻网格的拼接。(4)为提升实物表面海量点云的拓扑重建效率,基于空间八叉树对海量点云进行分割,采用Delaunay网格过滤算法与增量生长算法相结合的方法并行重建海量点云的各块子集,并通过拼接独立重建所得到的各块网格获得整体曲面。该算法可在保证重建结果的拓扑正确性的前提下显著提高海量点云的重建效率。