基于空间状态八叉树的点云模型表面重建方法
在计算机图形学领域中,大量的研究工作都致力于对现实物体的几何建模。通过三维扫描仪获得的一个散列的点云数据,并对该点云数据进行网格模型重建在虚拟博物馆,虚拟战场,虚拟手术,游戏,电影等领域中得到广泛应用。
由于三维扫描仪获得点云数据时会存在采样点数据的丢失、噪声、信息缺失等缺陷,这就给表面重建过程带来了一定的困难。因此,如何对包含噪声和信息缺失的点云数据进行表面重建是目前图形学和虚拟现实领域研究的热点和难点之一。
采样点的法向的信息在点云模型重建过程中有着至关重要的作用；而扫描获得点云数据往往不包含法向信息以及存在采样点局部缺失等噪声。产生点云模型的采样点局部缺失的原因有很多——扫描的物体本身在拓扑上就包含洞(hole),或者在扫描的过程当中有些区域无法扫描到。
目前常见的一些表面重建的算法,比如Wavelet或者Poisson等,他们可以处理噪声较为严重的点云数据,但他们要求输入数据包含法向信息。另外常见的表面重建的算法,比如Cocone或者Layer Peeling等。
虽然他们可以处理不包含法向信息的点云数据,但是它们无法处理带有采样点缺失 ...