三维扫描点云优化网格重建与软件系统实现

物体经过三维扫描后获得大量的散乱点数据,为了能快速、准确的重建出网格曲面,提出了一种空间三角网格螺旋增长重建的算法。该算法首先利用包围球法对散乱点云进行优化,然后根据极坐标法确定螺旋增长的初始三角形,通过对生长的三角形最长边、最小内角和具有公共边的三角形所在面的二面角进行限制和对相应的新的网格边界点进行加锁和解锁操作,不断的寻找最佳扩展点,直到无可用的扩展点为止,最后再对有缝隙的网格边界进行缝合,完成三维扫描点云优化网格重建。

在三维空间直接进行的三角剖分算法

光学三维传感为各种应用提供了原始点云数据,对于大多数应用,例如逆向工程、CAD/CAM系统或计算机图形软件来说,把这些点转化成三角网格或参数描述是非常必要的.基于逐点插入法,生长法提出了一个融两种算法优点于一体,兼顾空间性与时间性的合成算法,并将其推广到三维空间.该算法直接在三维空间内实现三角剖分,省去了网络拼接过程.经测试,该算法运算速度快于逐点插入法和生长法.并且有效避免了"空洞"和"重叠"现象.