[发明专利]三维扫描系统中三维散乱点集的曲面三角剖分构造方法

摘要

本发明提出了一种三维扫描系统中三维散乱点集的曲面三角剖分构造方法，针对快速测量系统获取海量数据点云，对经过过虑处理和拼接后的点云进行三角剖分，其三角剖分步骤如下：对三维散乱点进行预处理，再进行初始三角剖分，此后按增量方式，逐点加入新点，形成新剖分，至点集处理完毕，最后对形成的基本网格运用曲率最小优化准则进行优化处理，得到该点集的最终三角剖分；上述对基本网格运用曲率最小优化准则优化采用如下方法：基本网格中，空间凸四边形(A，B，C，D)存在的两种剖分T₁、T₂，进行曲率κ₁、κ₂的估算，当时，则以该剖分Ti作为该四边形的最优剖分；平面凸四边形(A，B，C，D)，按Lawson边交换准则来确定该四边形的最优剖分。

主权项

1、一种三维扫描系统中三维散乱点集的曲面三角剖分构造方法，用快速测量系统获取海量数据点云，然后对这些点云数据进行过滤处理和无缝拼接，并对拼接后的点云进行三角剖分，其特征在于对拼接后的点云进行三角剖分的步骤如下：对三维散乱点进行预处理，再进行初始三角剖分，此后按增量方式，在初始剖分得到的三角形区域以外逐点加入新点，形成新的剖分，直至点集处理完毕，最后对形成的基本网格运用曲率最小优化准则对其进行优化处理，得到了三维散乱点集的最终三角剖分；上述对基本网格运用曲率最小优化准则对其进行优化的处理采用如下方法：对于基本网格中四个顶点不共面的凸四边形(A，B，C，D)，分别进行凸四边形(A，B，C，D)所存在的两种三角形剖分T1、T2，并进行曲率κ1、κ2的估算，当$\left|\right|{\kappa }_i\left|\right|=\underset{j=\mathrm{1,2}}{\min }\left(\right|\left|{\kappa }_j\right|\left|\right)$ 时，则以该三角形剖分Ti作为该四边形的最优剖分；对于基本网格中四个顶点共面的凸四边形(A，B，C，D)，按Lawson边交换准则来确定该四边形的最优剖分。