点云构建三角网格模型项目背景文献综述.PDFVIP

点云构建三角网格模型 ——计算几何课程设计 林添 任博 杨光 一、项目背景 由点云构建三角网格模型最初的动机来源于医学方面。在对脏器，骨骼等的 3 维图像开始得到广泛应用之时，如何从扫描得到的点云数据生成可供进一步渲 染使用的三维三角网格模型成为了人们关心的问题。表面模型的恢复，由于对细 节有着一定的精度要求，生成三角网格的算法既要保证效率，又要产生能够精细 反映点云结构的模型。 随着激光扫描技术的进一步成熟，这一问题的应用开始向更广的领域拓展。 如扫描并制作文物古迹的三维数字模型，或是自动化模型设计等方面。 另外，由于计算机视觉的出现，诸如人脸识别，建筑物识别等研究课题的开 始深入地研究。随着基于大量图片或视频的数据捕获的技术发展，通常需要在计 算机视觉作为前端输入的，通过海量数据驱动地方式自动地从2 维图像重构出3 维模型。这些自动化的场景恢复，往往利用不同帧之间的匹配点来进行重构，所 以由点云构建三角网格模型在实际研究和应用当中具有广泛的价值。 二、文献综述 在今天，有一些较为经典的由点云生成三角网格模型的算法，如William 的 1 2 Marching Cubes 算法 ，之后A.Hilton 的Marching Triangles 算法 ，这两篇论文最 1 Marching Cubes: A High Resolution 3D Surface Construction Algorithm.William E. Lorensen, Harway E. Cline 2 Marching Triangles: Range Image Fusion for Complex Objet Modeling. A.Hilton, A.J.Stoddart et al. 早研究基于点云构造表面模型，它们利用了点集的空间划分，分别构造出立方体 3 模型和三角形网格；而Fausto 的Ball-Pivoting 算法 等，在研究了以上算法之后， 提出了从局部出发，迭代构造的思想。在构造表面网格的过程当中，法向量的计 算尤为关键，常常会影响到后面构造的精度乃至准确性，也一些研究也特别关心 4 如何获得表面法向等数据 。 三、算法原理 5 在本次实验设计当中，我们主要采用了Ball-Pivoting 算法（滚球算法） 。选 择该算法的主要原因是： 1) 算法较为稳定，速度较快O(|E|) （|E|为最终的边数），效果较好； 2) 论文依赖的技术较为独立，具有一定的新颖性和创造性； 3) 构造较为直观，便于演示。 算法概述： 滚球算法的核心概念比较直观的。设M 为某待求的三维物体的表面，S 是对 M 的一个扫描获得的点集。对一般的实际点集S，通常由三维扫描得到，其实际 物体的表面可以视为一封闭的集合，那么则可以合理的认为存在一个合适的半径 为r0 的球，使得其不可能不接触任何点地穿过S 。滚球算法，则是让该球在其 表面滚动，一旦球的表面触及到三个点则产生一个三角形网格，直到结束。 在一开始，我们找到一个这样的球刚好与S 上的三个点接触的位置。之后，保持 求与两个点相接触，而将球“绕两点组成的轴线滚动”，直到它接触到新的点。 对所有在当前三角网格边缘的边持续这一过程，则三角形可以在此间不断地生成。 显然，对于足够大的球半径，生成的三角网格将是点集S 的一个凸包。当球 半径逐渐减小时，生成的三角网格不再是凸的，需要引入 的概念。 3 The Ball-Pivoting Algorithm for Surface Reconstruction. Fausto Bernardini, Joshua Mittleman et al. 4 Estimating Surface Normals