[发明专利]三维点云的曲面重建方法、计算机设备和计算机可读存储介质

说明书

本发明的实施例提供了一种三维点云的曲面重建方法、计算机设备和计算机可读存储介质。所公开的曲面冲方法包括下述步骤：输入点云数据；构建所述点云数据的KD树空间数据索引以获取数量相等且均分分布的分块点云；对每个所述分块点云采用Delaunay逐点插入方法进行网格重建，获得与每个所述分块点云对应的三角网模型；检测与每个所述分块点云对应的三角网模型之间的重叠区域并对所述重叠区域的网格重构，拼接网格重构后重叠区域的三角网与非重叠区域的三角网，得到与输入的点云数据对应的完整三角网模型。本发明实施例所提供的技术方案有效降低了内存消耗，并具有较好的点云数据的网格重建效率和网格重建精度。

技术领域

本发明实施例涉及三维重建技术领域，尤其涉及一种三维点云的曲面重建方法、计算机设备和计算机可读存储介质。

背景技术

三维点云重建，或称网格重构、曲面重建，是指在给定一组散乱的空间数据点，且已知这些空间数据点位于未知的曲面的前提下，求得一个三角网格曲面，使得这个三角网格曲面能较好的逼近原曲面。三维点云重建在逆向工程、医学扫描数据立体成像、交互曲面建模、三维传真等领域有着广泛的应用。

点云数据的重构有多种方法，包括基于显式的构网方法直接对点云数据进行三角剖分，构网速度快且所构建的网格信息丰富，但这类方法存在数据量的限制，当数据量较大时，会导致普通计算机内存不足而构网失败；基于隐式函数的构网方法通过提取隐式函数的等值面实现点云数据的网格重建，这类方法能处理含有噪声的点云数据，但构网过程中可能造成原始模型表面的细节的丢失，且通常需要大量的计算。

总体来看，已有的各种方法进行三维点云重建时会不同程度的存在冗余，计算量较大，内存占用大，运行效率不高，重建精度低的弊病。

发明内容

本发明的实施例提供了一种三维点云的曲面重建方法以及实现该方法的计算机设备和计算机可读存储介质，所提供的技术方案至少部分地克服了相关技术中的一个或多个不足，至少部分地实现了降低计算机内存占用、减少网格重建耗时，确保网格重建精度的技术效果。

在本发明的一个方面，提供了一种三维点云的曲面重建方法，包括下述步骤：

输入点云数据；

构建所述点云数据的KD树空间数据索引以获取数量相等且均分分布的分块点云；

对每个所述分块点云采用Delaunay逐点插入方法进行网格重建，获得与每个所述分块点云对应的三角网模型；

检测与每个所述分块点云对应的三角网模型之间的重叠区域并对所述重叠区域的网格重构，拼接网格重构后重叠区域的三角网与非重叠区域的三角网，得到与输入的点云数据对应的完整三角网模型。

在一些实施例中，所述构建所述点云数据的KD树空间数据索引以获取数量相等且均分分布的分块点云，包括：

计算所述点云数据的最小外包矩形，基于最小外包矩形的长轴对所述点云数据进行KD树等量迭代划分，获取数量相等且均分分布的分块点云。

在一些实施例中，获取数量相等且均分分布的分块点云，还包括：

对所述分块点云添加外部边界点使得所述分块点云之间具有重叠。

在一些实施例中，所述对每个所述分块点云采用Delaunay逐点插入方法进行网格重建，包括：

针对每个所述分块点云构建对应的初始长方体，所述初始长方体包含三维分块点云数据，连接长方体上能够组成四面体的任意四个顶点，在长方体内构建多个初始Delaunay四面体，记录该长方体的顶点；

对于新插入的三维点，识别并找出外接球包含新插入的三维点的所有四面体，删除这些四面体并保留这些四面体的边界，生成Delaunay空腔多面体；