[发明专利]三维重建中基于平面拟合的网格简化方法

说明书

本发明公开了一种三维重建中基于平面拟合的网格简化方法。本发明首先对点云进行点平面提取及平面聚类，获取分离平面及细节部分点云；然后对分离平面进行平面边缘提取、边缘降采样、平面内部去与降采样、平面边缘与内部组合并三角化和三角化平面组合，得到分离平面的三角化拼接结果；以及对细节部分点云进行三角化处理得到细节的三角化处理结果；最后，组合细节的三角化处理结果与分离平面的三角化拼接结果，得到网格简化结果。本发明可大大降低点云网格数据的存储空间，更利于三维数据的实时传输和处理；且在点云测量中不会引入误差；同时由于点数量和面片数量的降低，降低了对点云表面显示的软硬件要求，可更加流畅快速的进行显示。

技术领域

本发明属于计算机图形学和计算机视觉技术领域，具体涉及一种三维重建技术。

背景技术

随着三维扫描技术以及三维重建等技术的发展，人们获取的三维数据也越来越多，并广泛应用于虚拟现实、逆向工程、机器人、三维物体检测识别等多领域。随着获取存储处理的三维数据不断增多，三维数据的表示成为研究的热点话题。三维数据常用语表示物体的形状信息或用于工业测量领域，由于对测量精度的要求，很多设备的分辨率已经达到毫米级以下，这就导致获取的物体的三维点云数据量非常庞大，而对于表达一个物体的形状或在测量误差允许范围内，很多点云数据中存在着大量的冗余信息。在三维物体表示中，常用三角网格来描述物体表面。随着重建精度越来越高，三角网格的复杂度也越来越高。传统的Delaunay三角化算法并不适用于海量的三维点云表面重建。在表面重建之前需要去除部分不损失模型形状信息的点，以降低点云数量从而较大程度上的简化网格，减少面片数量。这对点云数据的存储、传输以及处理都有着非常重要的意义。

发明内容

本发明的发明目的在于：为了满足精确测量的同时也满足存储、传输和处理的需求，提出一种三维重建中基于平面拟合的网格简化方法，以最大程度的降低冗余信息，且最大程度的保留细节信息。

本发明的三维重建中基于平面拟合的网格简化方法，包括系列步骤：

步骤1：对点云进行点平面提取及平面聚类，获取分离平面及细节部分点云：

步骤101：点云平面提取：

用P＝{p₁,p₂,…,p_n}表示原始点云，其中p_i＝{x_i,y_i,z_i}表示三维点的坐标，n为原始点数；

对原始点云P进行点平面提取，将点数最多的点平面的平面内点集合记为P_plane。

例如利用基于RANSAC(Random Sample Consensus)算法的平面拟合方法提取点平面：设置容差为δ，若点到平面距离d小于容差δ，则认为该点属于平面内点，否则认为该点为外点。经过多次迭代并令内点距离总和最小化，则可得到最终拟合的平面方程及其平面内点集合，将点数最多的平面内点集合记为P_plane。

步骤102：平面聚类，点云分割：

步骤101得到的点云(平面内点集合P_plane)具有的特点是位于同一平面方程内或在容差范围内，而实际点云中可能存在不同的平面位于平面内的不同位置，这种空间位置关系表现为位于同一平面方程内，但不同位置的平面是相互独立且有确定的边缘信息，可相互分开。在实现点云三角化过程中，为了避免不同平面之间的连接需要首先进行平面分割，将不同的平面分别进行分开。然后对分开的独立整块平面进行三角化。

为了对不同平面进行分割，采用的是欧式距离聚类方法，通过聚类可将属于同一平面方程的点云分割成不同的平面：P_plane＝{P_{plane_1},P_{plane_2},…,P_{plane_m},P_{remnan_t}}