[发明专利]一种基于顶点重定位的三角网格表面模型概率融合方法

说明书

技术领域

本发明涉及一种三维场景重构和三维模型融合领域，尤其涉及一种基于顶点重定位的三角网格表面模型概率融合方法。

背景技术

当前的三角网格模型融合方法都只是对重叠部分三角网格顶点的重新连接，对于电脑生成的CAD模型，因其几乎不存在误差，融合后不影响视觉效果。但若对于传感器采集的真实环境数据，模型融合时重叠部分形状往往不吻合，若直接重新连接顶点，模型平整度会大大降低。 

发明内容

本发明的目的是克服现有技术的不足，提供一种基于顶点重定位的三角网格表面模型概率融合方法。

基于顶点重定位的三角网格表面模型概率融合方法是：以两帧或多帧三角网格表面模型为输入，根据三角网格表面模型顶点位置的概率分布，估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”，并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上，以消除因误差造成的几何上的模型不一致；通过重新连接重定位后的顶点，实现模型数据结构上的连续一致，最终输出一幅融合后的完整三角网格表面模型；对于两帧三角网格表面模型的融合，直接采用两帧之间三角网格表面模型概率融合方法；对于多帧三角网格表面模型的融合，递增式地采用两帧之间三角网格表面模型概率融合方法，每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合，所述的两帧之间三角网格表面模型概率融合方法的具体步骤为：

1）根据传感器设备特性和数据采集方式估计三角网格表面模型数据中每个三角网格顶点                                                的不确定性；

2）对于两帧三角网格表面模型中的每个三角网格顶点，评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠，并标记两帧数据中所有处于重叠区域的三角网格顶点；

3）对处于重叠区域的每个三角网格顶点，搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的1个对应三角面，根据这些三角面顶点的位置不确定性，估计三角网格顶点在该局部区域的“隐表面”上投影并计算的不确定性；

4）重新连接重叠区域重定位后的顶点，形成连续一致的三角网格模型。

所述的步骤1）为：根据传感器设备特性和误差模型获取表示三角网格顶点的协方差矩阵，则三角网格顶点的不确定性可表示为概率分布

其中为高斯分布，若三角网格顶点的协方差矩阵无法获知，则不考虑不确定性，以确定性模型进行计算，融合时所有顶点权重均等。

所述的步骤2）中标记两帧数据中所有处于重叠区域的三角网格顶点的方法为：遍历两帧数据中的所有点，对于此过程中的每一点，该点属于两帧数据中的某一帧，搜索另一帧三角网格中与以三角网格顶点为中心半径小于的范围内、数量不超过的所有最近点，得到顶点集，对于顶点集内顶点组成的所有三角面，若存在一个以、、为顶点的三角面，使得

且

和为阈值，则认为顶点处于重叠区域，且顶点、、构成的三角面是三角网格顶点的一个对应三角面。

所述的步骤3）中估计三角网格顶点在该局部区域的“隐表面”上投影并计算的不确定性的方法为：

其中为三角网格顶点所在帧三角网格中与其直接相连的三角面个数，、、、、、分别为三角网格顶点在本帧数据中的相邻三角面的法向量和对应的平面截距的方差，、分别为三角网格顶点在另一帧数据中的一个相邻三角面的法向量和平面截距的方差，利用加权最小二乘求取上式得到一种解的闭合形式

其中，

表示不确定性的协方差为

 。

所述的步骤4）为：对于重叠区域重定位后的每个顶点，搜索其周围半径小于范围内的数量不超过的所有最近邻点，得到的点集为，为点集拟合的平面为，将点集包含的所有点投影到平面上得到二维点集，利用基于局部搜索的二维三角化算法逐点建立与周围点的连接关系，将该连接关系映射回原始三维顶点，即实现了对于重叠区域重定位后顶点的重新连接。

所述的为点集拟合平面的方法为：计算点集的均值，得到平面的中心；计算的特征向量，其最小特征值对应的特征向量即为平面的法向量；平面的中心和法向量即表示了一个经过中心、法向量为的平面。

本发明与现有技术相比，具有的有益效果：

1.既适用于基于密集点云的表面模型，也适用于半密集点云的表面模型；