三维重建中散乱点云的聚类筛选及网格重建.pdfVIP

2011 年 第 20 卷 第 4 期 计 算 机 系 统 应 用 ① 三维重建中散乱点云的聚类筛选与网格重建 陈晓霞，陈孝威 (贵州大学 计算机科学与信息学院，贵阳 550025) 摘 要：三维重建过程中获得的初始海量数据存在大量的噪声和孤立点，使得直接使用这些数据进行网格重建 时，将会产生尖锐的凸出，导致重建效果不好，甚至是网格重建失败。针对以上问题，提出首先采用基于密度 聚类的方法筛选三维点云，然后进行网格重建。实验表明本文算法获得了较好的网格重建效果。 关键词：三维重建；散乱点云；密度聚类；网格重建 Sieving Scattered 3D Point Clouds Using Clustering Analysis for 3D Surface Reconstruction CHEN Xiao-Xia, CHEN Xiao-Wei (College of Computer Science and Information, Guizhou University, Guiyang 550025, China) Abstract: During the course of 3d surface reconstruction, there are a large number of noises and isolated 3d points in raw 3d point clouds, which obtained from images. If we directly use these data to reconstruct surface, the algorithm will make surface sharply prominent and ineffective reconstruction. Because of above problems, a method that sieving 3d point clouds based on DBSCAN is presented in this paper, and then 3d surface is reconstructed using filtered 3d point clouds. Experiments show that good 3d surface reconstruction is obtained using this algorithm. Keywords: three dimensional reconstruction; scattered point cloud; DBSCAN; surface reconstruction 随着基于图像的三维重建技术和用三维扫描仪进 的形状，但是由于数据间的无序性和点云数据中包含 行点云扫描技术越来越广泛地应用于犯罪现场、交通 有少部分无用点，即噪声点或孤立点，使得直接用这 事故重建，文物、古建筑保存，特殊影视效果的生成， 些数据进行网格重建，将会产生尖锐的凸出，甚至导 它们逐渐成为计算机图形学，计算机视觉的研究热点。 致三维重建失败，严重影响了网格重建的效果。本文 这两种技术虽然获取三维点云的方式不同，但它们最 针对这些问题，提出首先采用数据挖掘中的基于密度 终的目的相同—从三维点云重建物体或场景的三维模 聚类的方法对数据进行预处理，并结合 VRML[2]实时 型。基于图像的重建技术是指通过手持相机围绕待重 交互的显示功能得到筛选后的数据点，然后进行网格 建的对象拍摄一组图像序列，然后经过特征提取与匹 重建。 配，计算基础矩阵，相机标定，稠密匹配，获取三维 点云等操作得到描述物体结构的三维点云。三维激光 1 密度聚类—DBSCAN 扫描技术是一种全自动立体扫描技术，它可以深入到 聚类是指将物理或抽象的对象集合分成由类似的 复杂的现场环境中进行扫描，高效地采集大量的场景 对象组成的多个类的过程。由聚类所生成