基于几何图像的点云数据简化算法.PDFVIP

第29卷第 2期 苏 州 大 学 学 报 (工 科 版) Vol_29 No．2 2009年4月 JOURNALOFSUZHOUUNIVERSITY(ENGINEERINGSCIENCEEDITION) Apr．2009 文章编号：1673—407X(2009)一02—013—04 基于几何图像的点云数据简化算法 杜小燕，郝传刚，王玉梅 (苏州大学计算机科学与技术学院，江苏 苏州 215006) 摘 要：提出一种基于几何图像的点云数据简化算法，该算法将基于几何图像的简化与随机采样相 结合，首先将点集合的笛卡尔坐标转换为球面极坐标，再将球面极坐标重采样到灰度图像 中，然后基 于几何图像进行简化，最后引入随机采样来填补几何图像简化所产生的孔洞。实验证明了该算法的 正确性和高效性。 关键词 ：点云简化 ；几何图像 ；随机采样 中图分类号 ：TP391 文献标识码 ：A 0 引 言 近年来，随着激光扫描技术的重大发展，3D激光扫描设备获取的数据精度越来越高，数据量也越来越庞 大，但庞大的数据量无论对于存储、传输还是后继的建模都带来了一些问题。并不是所有的数据点都对后继 的建模有用，冗余的数据不仅会降低计算的速度，增加内存的开销，而且很可能造成特征部分难以判断，进而 影响后继建模的精度。为解决这一突出问题，就必须在保持被测物体几何特征的前提下，对测量点云数据进 行简化 。点云数据简化问题可描述为：点集P ={P，P：，…，P }表示一个嵌入三维空间的二维光滑流形表面 S，在满足用户精度要求的条件下，点集 P被简化为点集 P (MⅣ)，且 P肘到原始采样表面 S的距离最小。 现有的点云简化算法包括包围盒法、均匀网格法、随即采样、曲率采样、聚类法、迭代法、粒子仿真法和几何图 像法等。张丽艳 等人提出了三种海量数据简化准则：简化后数据集中点的个数、数据集中点的密度阈值及 删除一点引起的法向误差，即是从简度和精度两方面来考虑点云数据简化问题；同时针对海量数据的简化，速 度也是首当其冲的问题。因此可以从以下三个方面来衡量一个点云数据简化算法的优劣： (1)精度。即精简后点云数据拟合成的面和真实曲面之间的误差要小，必须保证误差值在一个可接受的 范围内，并尽可能地保留原始点云的特征。 (2)简度。即简化后点云相对于原始点云的百分比，简化应在保证一定精度的基础上尽可能地减少数 据，但有时数据点太少也会给后继建模带来困难，所以应根据实际需要选择合适的简化度。 (3)速度。在保证精度和简度的前提下应追求更快的速度和效率。 为了使得点云简化算法获得在上述三个方面性能的一个较好的均衡点，本文提出了一种几何图像简化与 随机采样相结合的点云数据简化算法。 1 相关概念 1．1 几何图像 张明礼 等采用球面极坐标系对点云曲面中的几何信息进行转换，生成三幅几何图像，进而合成相应 收稿 日期 ：2009—01—19 作者简介：杜小燕 (1982一)，女，硕士研究生 ，主要研究方向为计算机辅助设计、计算机图形学。 基金项 目：国家 自然科学基金资助项 目(编。 14 苏州大学学报 (工科版) 第 29卷 的复合几何图像，将复合几何图像的思想推广到点云曲面上，实现了点云模型的压缩存储。王仁芳 等人将 几何图像与传统基于曲率信息的简化方法相结合，实现了一种基于几何图像的曲率 自适应点模型简化算法。 几何图像法在3D几何模型的处理中得到了广泛的研究和探讨。 1．2 随机采样 随机采样是一种最简单的点云简化算法。该算法的基本思想是建立一个能够恰好覆盖点云数据量范围 的随机函数，利用该随机函数不断地产生随机数，将其所对应的点从点云中去除，直到点云中的点数减少到需 要的个数。随机采样容易实现且速度最快，但其随机性较大，无法控制精度，因此它只能作为其他算法的一个 辅助和补充。 本文算法结合几何图像与随机采样两种算法思想，首先对点云数捉进行几何图像简化，简化后的点云模 型能够保持原始模型中的主要几何特征，但是对于复杂模型会产生孔洞。对此引入随机采样思想，对 已经删 除的点集合进行随机采样