RBF隐式曲面的离散数据快速重建

由于三维离散数据具有分布稠密、不均匀,空间拓扑结构未知等特点,突出了大规模散乱数据预处理的重要性。针对空间散乱数据,提出了一种基于径向基函数(RBF)隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。基于空间法向量约束和主元分析两种方法进行数据简化和特征提取,采用K-D Tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后,在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。