共查询到20条相似文献，搜索用时 546 毫秒
1.
基于切平面投影的散乱数据点快速曲面重建算法 总被引：1，自引：0，他引：1
介绍了一种快速的散乱数据点曲面重建算法(切面投影三角网法),该算法不需要已知数据点的几何、拓扑信息以及是否存在边界等先验知识。算法利用邻近点集反映出的局部几何和拓扑信息,基于切平面投影方式计算每个数据点的邻域,从而完成每个数据点的局部拓扑重构。重构中物体表面数据点的降采样或不均匀采样可能会产生伪洞,因此,在重建后进行洞的检测,进而根据洞的大小来区分物体表面上实际存在的洞和重构过程中生成的伪洞,并对伪洞进行填充。利用多组散乱数据点进行重建的结果表明,切面投影三角网法高效、稳定,可以快速、自动地重构出复杂拓扑结构物体的三角网表面模型。 相似文献
2.
3.
4.
顾及几何特征的规则激光点云分割方法 总被引：1，自引：0，他引：1
三维激光扫描仪能快速地获取三维场景的高精度点云数据,已成为快速三维建模的重要工具。点云分割是三维点云模型数据预处理中的首要环节,也是影响重建效率与模型质量的重要因素。以激光点云的分割为研究切入点,以八叉树空间划分方式对数据进行组织,并用八进制编码进行命名,结合K邻近搜索法获取目标点的局部邻近点,采用加权平均目标点相邻的三角面片法向量来估算单点法向量。基于投影欧氏距离拟合曲面求取曲率。量化了规则点云集的分割约束条件,采用法向量信息来进行平面点的提取,根据曲率在两个主方向上的差异性来识别和分割柱面和球面信息。试验结果表明：①基于法矢量的平面点分割效果理想;②基于曲率差异性的规则曲面点分割效果较差;③基于几何特性的规则激光点分割方法合理可行。 相似文献
5.
6.
建筑物屋顶面点云分割结果的好坏对建筑物三维模型重建起着重要的作用。针对传统RANSAC算法建筑物屋顶面点云的分割问题,提出了一种基于局部约束的建筑物点云平面分割方法。利用点云局部曲面法向约束构建法向准则,利用半径约束的点云空间聚类的方法对共面屋顶面点云进行分解,从而抑制"伪屋顶面"的产生;利用局部抽样策略降低算法的迭代次数,减少运算量。实验表明该方法能够获得稳定可靠的建筑物屋顶点云分割结果,将有利于后续的建筑物三维模型重建。 相似文献
7.
8.
不规则三角网模型重建点云模型是目前已经成熟的算法,但该算法具有较大的时间复杂度和空间复杂度,尤其是无法提取模型的几何参数,而三维模型重建后的几何参数的描述却具有重要的作用。针对这一问题,本文将传统深度图像概念拓展到了三维,并提出了一种基于柱面基准的深度图像三维重建方法。首先利用高斯映射法和几何法确定柱面模型初值,再进一步通过Levenberg-Marquardt算法进行全局参数优化得到柱面参数曲面,将拟合的圆柱作为新的基准面进行点云格网化并计算深度值,所得到的具有栅格结构的深度值即为深度图像,进而得到基于深度图像的三维圆柱实体模型。试验表明,该方法在不降低精细纹理表达的前提下能够有效地实现快速构网,同时保留了几何参数信息等优势。 相似文献
9.
《武汉大学学报(信息科学版)》2020,(3)
采用滚球算法(ball pivoting algorithm, BPA)重建非均匀点云时会产生较多孔洞或冗余三角形,对此先定义一种点云内在属性因子,提出了一种自适应BPA算法,并用重建曲面表面积定量评价曲面重建质量。首先,根据点云法向、位置、点间距离、关系等信息选取3个恰当的孤立点,构建种子三角形;其次,计算每条拓展边的点云内在属性因子,并结合拓展边长等信息,自适应地确定滚球半径r;最后,将半径为r的滚球沿着拓展边滚动,选取合适的第三点拓展三角形网格。采用龙、兔点云进行曲面重建实验,实验结果表明,无论是均匀点云还是非均匀点云,此算法均能自适应地重建出点云表面模型,重建过程无需人工干预,算法稳健、高效,重建结果质量较高。 相似文献
10.
11.
12.
基于三维狄洛尼三角网的曲面重建算法 总被引：1，自引：1，他引：0
随着三维激光扫描技术应用领域的不断拓展,对点云数据三维建模的需求越来越迫切。曲面重建技术作为三维建模的核心技术之一,在逆向工程、计算机视觉、计算机制图以及虚拟现实等技术领域都有着非常广泛的应用前景。本文提出一种基于三维狄洛尼三角网的曲面重建算法,其本质是一种结合了曲面生长算法思想的贪心算法,即在一定约束条件下,按照最优三角形选择标准,算法从预先构建好的三维狄洛尼三角网中,逐个筛选出最优三角形添加到生长曲面上,最终输出由一系列显式三角形所组成的流形曲面。这种方法对比目前主流的隐式曲面重建算法具有参数依赖性较小、不需要计算法线等优点,并且能够重建地形扫描、建筑物扫描和精细化扫描的点云模型。利用此算法对多种点云模型进行曲面重建试验,结果表明该算法生成曲面质量好、重建效率高、实用性强,能够很好地应用于三维建模领域。 相似文献
13.
14.
15.
《武汉大学学报(信息科学版)》2010,(8)
提出了一种高效的三维散乱点集Voronoi图的生成算法。该算法采用点-面-体数据结构存储Voronoi单元,初始化首点Voronoi单元,通过单元分裂与单元重组快速生成新增点的Voronoi单元,并完成其相邻单元的维护。实验证明,该算法可快速准确地生成任意三维散乱点集的Voronoi图。基于该算法可有效地解决逆向工程中三维散乱数据点拓扑近邻的快速准确查询问题,对产品模型的曲面重建具有重要意义。 相似文献
16.
提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。 相似文献
17.
利用三维点云数据建模的准确与否很大程度上依赖于点云滤波效果的好坏,通过对滤波方法的研究,可以提供尽量准确的地面点云数据.文章利用C#高级编程语言,结合OpenGL三维图形库对三维激光点云数据进行噪声滤波处理;将三维激光点云投影到格网内的拟合平面上,通过变窗口均值限差法对高差、坡度关键参数进行了分析对比,确定出合适滤波参数,模拟表达实际地形的原貌.实验证明,变窗口的均值限差法可以滤除绝大部分噪声,对于紧邻地面的部分噪声,可以通过进一步拟合最小二乘曲面或加入先验信息等方法去除.该方法不仅能够有效去除噪声,而且还能较大程度地保留地形的特征信息. 相似文献
18.
19.
提出一种城市机载激光雷达点云的直线特征提取方法。首先基于曲率的区域增长方法分割三维点云平面,
对每个点云平面进行二维投影,并进行网格化和二值化。其次通过稳健的二维线段检测方法获得平面的线特征,将
二维线段重投影至三维空间得到相应的三维线段,构造线特征集。最后对线特征集构建基于固定网格的直线空间
索引方法,实现基于线特征的点云索引。实验结果表明,该方法直线提取误差较低,相对平面相交法效率更高,能够
有效提取城市建筑物的直线特征,通过索引提高了特征查询效率,可满足高精度区域分割和三维建模的需求。 相似文献