基于点云数据的重建算法研究

论文摘要

近年来,随着快速、高精度的三维数字化扫描设备的不断涌现,人们获取物体表面采样点数据变得相对简单、便宜而且准确。将这些采样数据集转换成几何模型的过程称为曲面重建,该技术可广泛应用于计算机辅助几何设计、计算机图形学、医学图像处理、计算机视觉等领域。本文从三维数字化扫描设备获取的数据出发,对点云数据重建方法进行了研究,具体工作如下:针对点云的曲面重建,本文分析了国内外点云的重建算法,比较了它们的优点和不足,汲取这些算法的优点,提出了一种边界保持的点云数据重建算法。该算法根据拟合误差对点云进行自适应拟合,通过减少对八叉树高层节点的拟合次数,提高了算法效率;并修正单元分解方法中的权函数,加入密度权函数,削弱点云密度的不一致对重建曲面影响。在生成三角网格时,结合原始的点云数据,对所得网格进行边界约束。实验结果表明,该算法原理简单,重建速度快,重建效果良好,满足三维人脸整形与美容虚拟手术系统对曲面重建的要求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究意义
• 1.3 本文的主要工作
• 1.4 本文的组织结构
• 第二章 点云重建方法及OpenGL 简介
• 2.1 引言
• 2.2 基本概念
• 2.3 点云重建算法综述
• 2.3.1 隐式拟合
• 2.3.2 显示拟合
• 2.3.3 拟合方法比较
• 2.3.4 曲面多边形化
• 2.4 OpenGL 简介
• 2.4.1 OpenGL 基本功能
• 2.4.2 OpenGL 函数
• 2.5 本章小结
• 第三章 一种边界保持的点云数据重建算法
• 3.1 引言
• 3.2 隐式曲面重建
• 3.3 点云曲面拟合
• 3.3.1 Q1 拟合
• 3.3.2 Q2 拟合
• 3.3.3 权函数
• 3.4 边界保持方法
• 3.4.1 体素内零值面的平均外法向估计
• 3.4.2 选择搜索方向
• 3.4.3 沿零值面搜索
• 3.5 实验结果及分析
• 3.6 本章小结
• 总结与展望
• 本文总结
• 工作展望
• 参考文献
• 致谢