[发明专利]大规模点云数据的局部增长式曲面重建方法

权利要求书

1.一种对点云数据进行优先顺序下曲面增长式重建的方法，其特征在于，包括如下步骤：

（1）粗略计算点云数据中的点的法线向量，根据法线向量作聚类分析，得出一级优先重建的点云集合；

（2）针对所述的点云集合，遍历所述的点云集合中的点，对其中的每个点进行局部曲面拟合，重建出几何和拓扑真实的局部三维曲面；

（3）根据与其相邻的一级优先已重建出的曲面，对于未被列入一级优先重建的点云集合的点云数据，利用增长式局部拟合，重建出这些点云数据对应的三维曲面；此步骤将一直重复，直至无未重建的点云数据为止；

（4）使用局部函数全局混合的方法得出最终的整体三维重建曲面模型。

2.根据权利要求1所述的曲面增长式重建的方法，其特征在于，所述粗略计算的过程为：选取点云数据中的某一个离散数据点，以该点为中心选取其邻域内的n个点云数据，用局部二次函数拟合对这n个点进行平面拟合，然后求取该拟合出的平面的法向量。

3.根据权利要求1所述的曲面增长式重建的方法，其特征在于，在步骤（2）中，进一步包括：在进行局部曲面拟合时，用移动式最小二乘法重建出局部三维曲面。

4.根据权利要求1所述的曲面增长式重建的方法，其特征在于，在步骤（3）中，所述增长式局部拟合进一步包括：定义良好采样的低曲率和低噪声的曲面为“规则区域”，而高噪声的曲面为“不规则区域”；（3a）利用“规则区域”的点云集合先反复遍历采样的“规则区域”，而后遍历“不规则区域”；（3b）为遍历的各个点云数据定义打开表、激活表、关闭表这三个双向链表，根据这三个双向链表查找“不规则区域”的点云集合。

5.根据权利要求4所述的曲面增长式重建的方法，其特征在于，所述低曲率是指曲面的主要区域没有剧烈的曲率变化，所述低噪声是指曲面的主要区域没有突变噪声。

6.根据权利要求4所述的曲面增长式重建的方法，其特征在于，在根据这三个双向链表查找“不规则区域”的点云集合时，将激活表分成若干优先级区域，采样点只能向下和向右移动，即从优先级的高向低移动。

7.根据权利要求1所述的曲面增长式重建的方法，其特征在于，在步骤（4）中，所述使用局部函数全局混合的方法进一步包括：利用Shepard混合函数来实现局部拟合后的混合。