三维可视化体积测量系统的研究与实现

论文摘要

随着科学技术的迅猛发展,科学计算和观察试验所产生的数据量越来越大。同时,计算机的能力迅速提高,运用计算机图形学及图形处理技术形象、直观地显示科学计算的中间结果及最终结果并进行交互处理已经成为可能。三维可视化体积测量技术正是在这种背景下产生,在虚拟现实、文物保护、机械加工、影视特技制作、计算机仿真、服装设计等领域都有着广泛的应用。本文全面分析了现在主流的三维可视化体积测量技术,对其三个主要步骤：散乱点的采集、三维模型的重建和体积测量,都做了深入的研究。针对现有算法基于不附带拓扑结构的散乱点云进行体积测量效率低下的情况,提出了一种基于散乱点云的快速体积计算法。该方法先对获得的散乱点云进行预处理,如噪声点的去除、点云的简化等；然后使用改进的Delaunay三角剖分对散乱点云进行四面体剖分；然后利用k-近邻计算散乱点的拟合曲面和最小生成树,得到各点的法向量；由各点法向量剔除体外四面体；最后计算各四面体体积之和从而得到总体积。该方法相较传统的算法的主要改进在于使用基于Delaunay三角剖分的四面体剖分取代了耗时的表面重建,从而可以基于四面体网格计算目标物的体积。本文最后实现了一个三维可视化体积测量系统,并将上述快速体积计算法应用于该系统。该系统基于CGAL搭建,主要功能有：点集处理、表面重建、网格处理和体积计算。然后利用该系统基于多个散乱点云对本文算法进行了验证,从效率及准确度两个方面对本文算法和传统算法进行了比较,得出本文算法不仅大大提高了计算的效率,而且保证了一定的准确度的结论。

论文目录

• 摘要
• ABSTRACT
• 1 前言
• 1.1 三维可视化体积测量概述
• 1.2 三维可视化体积测量的研究意义
• 1.3 三维可视化体积测量的发展现状
• 1.4 本文的工作介绍
• 2 三维可视化体积测量概述
• 2.1 三维散乱点的获取
• 2.1.1 摄像机标定
• 2.1.2 特征提取及立体匹配
• 2.1.3 三维坐标计算
• 2.2 三维模型重建
• 2.3 体积测量
• 2.3.1 蒙特卡洛法
• 2.3.2 投影法
• 2.3.3 切片法
• 2.3.4 行列式法
• 3 基于散乱点云的快速体积计算
• 3.1 散乱点云的预处理
• 3.1.1 散乱点云去噪
• 3.1.2 散乱点云精简
• 3.2 基于Delaunay三角剖分的四面体剖分
• 3.2.1 凸包的基本概念
• 3.2.2 Delaunay三角剖分定义
• 3.2.3 三维空间Delaunay三角剖分生成算法
• 3.3 散乱点法向量的计算
• 3.3.1 基于拟合曲面或最小二乘平面计算法向量
• 3.3.2 法向量一致化
• 3.4 体积的计算
• 4 基于CGAL的三维可视化体积测量系统的实现
• 4.1 CGAL的使用
• 4.1.1 CGAL简介
• 4.1.2 CGAL的配置
• 4.2 三维可视化体积测量系统的实现
• 4.2.1 点集处理
• 4.2.2 表面重建
• 4.2.3 网格处理
• 4.2.4 体积计算
• 5 算法验证
• 5.1 表面重建法
• 5.2 本文算法
• 5.3 总结
• 6 结论
• 7 展望
• 8 参考文献
• 9 攻读硕士学位期间发表论文情况
• 10 致谢