[发明专利]一种带边界约束的散乱点云重构方法

摘要

本发明公开了一种带边界约束的散乱点云重构方法。所述方法首先将三维散乱点云映射到二维平面上，对获取的二维点集求取最小包围盒后将包围盒划分为若干个矩形栅格，根据每个栅格的相邻栅格内是否存在二维点来判断该栅格是否为边界栅格，对每个边界栅格提取出二维边界点后通过映射关系得到三维散乱点云的边界点；将三维散乱点云中的边界点去除后利用基于模糊熵迭代的点云简化算法对剩余点云进行简化，将之与点云边界点合并后构成精简点云；利用基于Delaunay准则的优化算法对精简点云对应的二维点集进行三角剖分后将剖分结果映射到三维空间，最终实现三维散乱点云曲面重构。

主权项

一种带边界约束的散乱点云重构方法，其特征在于，其步骤如下：步骤1：利用圆柱面投影法，将原始三维散乱点云Pri_PointCloud映射到二维平面上，得到二维散乱点集Pri_Dot，建立起Pri_PointCloud和Pri_Dot之间的一一对应关系；步骤2：找到二维散乱点集Pri_Dot的最小包围盒Box后，将最小包围盒以一定的间距划分成矩形栅格；步骤3：对于每个有效栅格，判定其是否为边界栅格；步骤4：遍历边界栅格集合EMesh，找出每个边界栅格中的边界点后根据映射关系得到三维散乱点云中的边界点；步骤5：将三维散乱点云Pri_PointCloud中的边界点去除，估算剩余三维点的曲率后利用模糊熵迭代法对剩余点进行相应比例稀释，将稀释剩余点与步骤4中得到的边界点合在一起构成简化点云Simp_PointCloud；步骤6：从二维散乱点集Pri_Dot中将简化点云Simp_PointCloud所对应的二维数据选取出来记为Simp_Dot2d后，利用基于Delaunay准则的优化算法进行二维三角剖分后映射回三维空间。