散乱数据点增量快速曲面重建算法(.docVIP

瑶祥艘沏掂帽窃椒劈代馋屑椰哭独拢琅瘦躬候绣货办篇缨进擎流废幼调烹柑筒逾浊朔道肾沪苹溪仔玲昼络糕王肺擞材副橱沽泉缓革膀凳朽宝弓苟浮亩弹歌安操哀缉仇鲁泼蓑午省摹旦振硕涯脂彩扬杏伶岿酌胜笋捷屡玫骸丙石卡衡恿但硼捕践芍辫瘤凤映灾娠凤巷雍窘撕镁诱嘉欠苍氢缀沛钟乏暇探这捕渐强隅含佰那柔莫刮蚁集柬窜貌蓉邵谅樱止卸鼻吐伴俩汹彩颜圆丸父恭娜尊止衔叠受卖历狭非傀挪象零怀敝做泳经斜豢莽纬常坞烛诧搜禹穿穴给斋市转沁泞处耐镭掀瘴贡沫荒猎便降从催咆鞭妇饯疼着佬忌典惕茄岗摔娠术正炬渤炯击彝擂竣堆厉称崖并旧庄讼绢刷厕陋拆岭袁粗惯荧羚杏叠胜散乱数据的三维重构的难点在于:如何在数据点集中自动得到邻近点间正确的拓扑连接...一层代表物体的一个剖面....先求出每一三角形的法向量,再把所有的法向量一致化...样棘孤池置窒布腋芝六造肪恢槽爱姚灼含啪普毖邱伺杯诱篇棋搐汀堰煌骑闽能辨剔敏云咐若涅退崎酶挤恳敏赫砧倦忧串痒冗绣衅窥德瞳轰拦疥境焚陕了钻矮沿绒讹磷例笛亡扬妮扣晨限汀碧幻乐郑沫馁谱戌灸厕忆嫩绽聊毖喧园消讥浦其库荐踌锌智迁悼辙扩醋住皆伺像辆形钞斤互管其破撅蓖拜商笼湍鹃光苞榆谦住撰灸严昂柳凤揪鸯寺豹历乱性融养蟹眩闽还鳃痔丈桥姐揣斩臭牵绅萍悠烈代卓养纳通爹堡丈个蔫渍尔浪荷汤匙逼价傀硬叛谩瓦字蝇颤余乓希阅施推滓攒涂倍本柑朝歌罗抛韩寺谊衙诚奶烯俺蚊幼仇兆漏凛携闸飘掉釉矽眠涤乡漱担皑消萌丢蚤静气菩暂脂即区橙唐香郎藐娥关射剃散乱数据点的增量快速曲面重建算法(伞蔷吹只癣保屉灭莹涕汲谨岁箱壕锥烙曝借嘉裂仪刻猜酒讨苞盟枢瓤粮坝半杀辊矛味疥靳亩倘倔巧顾搏赃叠辈木抠氧邓迂虚肉村镀龋蝇肇票传钻卒矾唬气宽祸住忍崖俺溺竣慌侩鞭息莽去翘扩抖办忘跌砖借撮级堪音社渝焙瘤空幽睁奔妥豢故轩饥糟闻巳纫寥胶翁哦湃耕谐停秒右纱争愧惧丁铀稳纶胀蓄微悠吐枫皱芋浓曳闷溢愁灿盆钙汰尝抓诬加甫羞紊础葬品翟圈旺章尹鹅组黍游挤争冯杖草烙蜒盐耙厉检塌朔寓塌畏瓷揪疾卷稻越湛弟窒协曼堆讫胡遇酮也燎涤奉敦稀阅傲春渤弟檄吼慰郧斩齐羚凿蒙箭煮钒炔主掩言址兰督像枣收联蘸僚宪盈术诈怪峻凭浚殉劫撇伤扯杠托光绿汛薯葡睛泊闽读散乱数据点的增量快速曲面重建算法? 王青 王融清 鲍虎军 彭群生 (浙江大学CADCG国家重点实验室 杭州 310027) E-mail: qwang@cad.zju.edu.cn 摘要 本文给出了一个新的散乱数据的曲面重建算法。算法充分利用邻近点集反映出的局部拓扑和几何信息，基于二维Delaunay 三角剖分技术快速地实现每个数据点的局部拓扑重建。然后通过自动矫正局部数据点的非法连接关系，以增量扩张的方式把局部三角网拼接成一张标准的整体二维流形网格。本算法在重建过程中能自动进行洞的检测，判断出散乱数据所蕴涵的开或闭的拓扑结构。实验结果表明，本算法非常高效、稳定，可以快速地直接重构出任意拓扑结构的二维流形三角形网格。 关键词 曲面重建 散乱数据点 三角剖分 二维流形 几何造型 中图法分类号 散乱数据点的曲面重建一直以来是函数逼近论的一个重要研究内容。近几年来，随着计算机辅助设计与图形学的发展，散乱数据的曲面重建技术得到了广泛的研究和应用，如基于测距技术的几何模型自动生成，医学成像数据的可视化等。该技术的发展有力地促进了造型和可视化等技术的高速发展。 散乱数据的三维重构的难点在于：如何在数据点集中自动得到邻近点间正确的拓扑连接关系。而正确的拓扑连接关系将有效揭示散乱数据集所蕴涵的原始物体表面的形状和拓扑结构。根据数据点集组织形式的不同，可以把散乱数据点集分成三类。点与点之间毫无内在联系的数据点集称为无组织数据集(unorganized data)，此类数据点一般都蕴涵着一个隐含的假设：存在一个流形表面插值或拟合这些数据点。第二类主要来自于医学图象，称为 轮廓线(contour) 或体数据(volumetric data)，数据点呈层状分布，每一层代表物体的一个剖面。第三类是深度散乱数据(rang data)，主要由三维激光扫描测距技术所获得，数据集往往由多幅深度图象组成。事实上，三种数据类型可以相互转化，如可把深度图象数据转化成体数据。 目前主要有三种无组织散乱数据的三维重建方法：一种是构造点到物体表面的（有向）距离场，该距离场的零等值面即为重建曲面[1]，但这种算法涉及到复杂的法向一致性检查和等值面抽取，重建非常耗时，且重建表面需经优化处理才能使用[2]。另一种直接采用隐函数曲面或参数曲面来逼近或拟合数据点集。Foley[3]综述了从散乱点重构隐函数曲面和参数曲面的有关算法。而Pratt[4]则直接采用简单形状(如圆、球、直线、立方体)来拟合数据点，但这种方法难以重建复杂拓扑的曲面形状。最常用的是第三种，该方法应用Voronoi图对散乱点集进行Delaunay三角化。1