[发明专利]实物表面重建方法和计算机设备、存储介质

说明书

技术领域

本发明涉及三维重建技术领域，特别是涉及一种实物表面重建方法和计算机设备、存储介质。

背景技术

基于三维点云数据的实物表面重建过程是由三维点云数据重建实物的三维表面。传统的表面重建过程可以采用的重建算法种类较多，但是普遍存在处理速度较慢且精确度不足的缺点。

发明内容

基于此，有必要提供一种处理速度较快且精确度较高的实物表面重建方法和计算机设备，还提供一种存储介质。

一种实物表面重建方法，包括：

接收三维有向点云数据；

将所述三维有向点云数据建立为八叉树的数据结构，并定义空间函数；

根据所述八叉树和所述空间函数计算向量场；

为求解指示函数，使所述指示函数梯度同所述向量场逼近拟合；

将拟合过程转换为求解泊松问题得到所述指示函数；通过所述指示函数提取对应的等值面并重建实物的表面模型；以及

结合细节层次算法中的粗糙程度判定算法对所述表面模型进行网格简化。

上述实物表面重建方法，将表面模型的重建过程和网格简化过程结合在一起，可以简化操作过程，提高处理速度。同时，在简化过程中考虑到层次细节中，从而对原始数据具有一定的容错性，确保实物表面的各特征能够被准确还原，提高了表面重建过程的精确度。

在其中一个实施例中，所述结合细节层次算法中的粗糙程度判定算法对所述表面模型进行网格简化的步骤包括：

利用粗糙程度判断算法将所述表面模型上的各面片划分为粗糙组和平坦组；

将所述粗糙组内的各面片按照第一缩减率进行网格简化；

将所述平坦组内的各面片按照第二缩减率进行网格简化；所述第二缩减率大于所述第一缩减率；以及

将网格简化后的面片合并形成表面模型。

在其中一个实施例中，所述利用粗糙程度判断算法将所述表面模型上的各面片划分为粗糙组和平坦组的步骤中，平坦组内的面片数大于所述粗糙组内的面片数。

在其中一个实施例中，还包括在所述为求解指示函数，使所述指示函数梯度同所述向量场逼近拟合的步骤中引入屏蔽因数的步骤；所述屏蔽因数用于对所述三维有向点云数据进行点集约束和梯度约束，避免所述指示函数发生偏移。

在其中一个实施例中，所述接收三维有向点云数据的步骤之后，还包括为所述三维有向点云数据增加预设权重值的步骤；所述预设权重值与重建后的实物的表面模型的模型尺寸相适应。

在其中一个实施例中，在所述为求解指示函数，使所述指示函数梯度同所述向量场逼近拟合的步骤中还包括引入独立尺度屏蔽因数的步骤；所述独立尺度屏蔽因数用于对拟合过程进行修正，以使得所述实物的表面模型的形状不随所述表面模型的模型尺寸的变化而变化。

在其中一个实施例中，所述接收三维有向点云数据的步骤之后还包括：对所述三维有向点云数据进行预处理的步骤。

在其中一个实施例中，所述对所述三维有向点云数据进行预处理的步骤包括：构建所述三维有向点云数据直连形成的模型；除去所述模型中的非流形边，并除去面片数小于预设值的独立区域。

一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。

一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一实施例所述所述的方法的步骤。

附图说明

图1为一实施例中的实物表面重建方法的流程图；

图2为一实施例中采用三维扫描方法获取三维有向点云数据的示意图；

图3为一实施例中的八叉树的结构示意图；

图4为图1中步骤S170在一实施例中的具体流程图；

图5为采用图4的方法和传统的网格简化方法在算法执行时间的对比表；

图6为采用图4的方法和传统的网格简化方法在效果上的对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为一实施例中的实物表面重建方法的流程图。参见图1，该实物表面重建方法包括以下步骤：

S110，接收三维有向点云数据。