大規(guī)模點云數(shù)據的局部增長式曲面重建方法
【專利摘要】本發(fā)明為了提高點云數(shù)據下3D曲面擬合精度，提供了一種對點云數(shù)據進行優(yōu)先順序下曲面增長式重建的方法，它包括如下步驟：（1）粗略計算點云數(shù)據中的點的法線向量，根據法線向量作聚類分析，得出一級優(yōu)先重建的點云集合；（2）針對所述的點云集合，遍歷所述的點云集合中的點，對其中的每個點進行局部曲面擬合，重建出幾何和拓撲真實的局部三維曲面；（3）根據與其相鄰的一級優(yōu)先已重建出的曲面，對于未被列入一級優(yōu)先重建的點云集合的點云數(shù)據，利用增長式局部擬合，重建出這些點云數(shù)據對應的三維曲面；此步驟將一直重復，直至無未重建的點云數(shù)據為止；（4）使用局部函數(shù)全局混合的方法得出最終的整體三維重建曲面模型。
【專利說明】大規(guī)模點云數(shù)據的局部增長式曲面重建方法
【技術領域】
[0001]本發(fā)明涉及物體的3D曲面重建【技術領域】，更具體地，涉及一種利用局部增長式曲面重建方法對大規(guī)模點云數(shù)據構建三維模型的方法。
【背景技術】
[0002]長期以來，如何精確、高效地獲取真實世界物體的幾何形狀信息，是在大型工程中，實現(xiàn)設計、展示、數(shù)據存檔與誤差檢測的數(shù)字化和智能化所面臨的一個根本性難題。傳統(tǒng)的3D掃描設備由于視角狹窄固定、有效測量距離短、對掃描環(huán)境要求過高等顯著缺陷，其應用尚僅局限于對近距離小尺寸物體的室內幾何測量。該技術難以適用于大型環(huán)境，其苛刻的要求在很多實際工程場景中也難以滿足。
[0003]針對現(xiàn)代工程復雜程度和精密程度日益加劇的實際狀況，現(xiàn)今最先進的3D感知設備，開始運用開放式激光掃描技術，對任意尺度的3D物體的形狀、顏色與物理材質進行遠程高精度測量。
[0004]在獲取三維掃描數(shù)據后，得到的是物體模型的大量(或稱“大規(guī)?！?離散采樣點，這些離散采樣點的數(shù)量相當大，當在同一空間參考系下表達這些離散采樣點的集合時，也稱之為“點云數(shù)據”?；邳c云數(shù)據的三維曲面重建涉及大量應用，諸如逆向工程學、計算機圖形學、計算機視覺等等。
[0005]通常來說，基于點云數(shù)據的曲面重建問題是一個病態(tài)問題，例如不存在唯一解。一個可靠并唯一的解需要原曲面和離散采樣點的約束來保證。在過去幾十年里，大量的曲面重建方法被提出。這些方法例如中國專利申請(申請?zhí)枮镃N201110022410.2)公開的一種基于樣點拓撲近鄰的散亂點云曲面拓撲重建方法，其特征在于通過對目標樣點及其k近鄰進行偏心擴展和自適應擴展獲取目標樣點的拓撲近鄰參考數(shù)據，從中查詢目標樣點的拓撲近鄰，從目標樣點的同層拓撲近鄰中獲取符合Delaunay條件的匹配點，生成局部Delaunay三角網格，并通過增量擴展實現(xiàn)整個散亂點云的曲面拓撲重建。又例如，中國專利申請(申請?zhí)枮镃N201210401274.2)公開的一種室內場景的分類與重建方法。該方法先將三維點云進行分割處理而得到很多個曲面片，然后在分割得到的曲面片上利用室內場景分類器不斷添加與其相鄰的曲面片以得到一個有意義的物體，最后將得到的有意義的物體與模型庫中的模板進行擬合與處理得到重建好的室內場景。盡管這些方法在表述上不盡相同，但是大多數(shù)方法需要對原曲面和它的采樣點作一些很強的假定。例如，包括上述方法在內的很多方法需要很高的采樣率來保證得到小區(qū)域內的劇烈的拓撲和幾何變化；有些方法需要曲面法向或內/外插值等額外的信息輔助；有些方法不能抗噪聲和部分數(shù)據損壞。這些現(xiàn)象在三維數(shù)據獲取技術中會頻繁出現(xiàn)，妨礙了 3D重建技術在工程設計中的應用。
[0006]一個正確的曲面重建是可行的，當且僅當，采樣是“合適”的，比如在高曲率和高拓撲復雜度的區(qū)域要有足夠的采樣點。通常，當兩個物體比較接近或者局部曲率比較高時，需要更高的采樣率。噪聲也會給拓撲識別帶來困難。如圖1列舉的現(xiàn)有技術中由點云數(shù)據進行模型重建所存在的困難情形:(a)尖銳角需要高采樣率，即使噪聲不強；(b)兩個曲面比較接近時，噪聲導致拓撲奇異；(C)高突發(fā)的噪聲；(d)尖銳角兩邊曲面方向的錯誤賦值。
[0007]現(xiàn)有技術中的已有方法通常只能在一些強假定的前提下部分解決上述問題，比如采樣率，曲面的連續(xù)性或者噪聲量。例如，申請?zhí)枮镃N201110191178.5的發(fā)明專利申請公開的點云數(shù)據網格化的方法。其針對由激光掃描得到的離散點云數(shù)據，提供一個自動的、魯棒性強的全局參數(shù)化方法，并利用參數(shù)化結果直接獲取與主方向一致的能夠反映模型內在幾何特征的網格化結果。該全局參數(shù)化方法就是基于曲面的連續(xù)性這種強假定的前提。

【發(fā)明內容】

[0008]為了克服現(xiàn)有技術中存在的上述不足，本發(fā)明從以下判定為出發(fā)點加以改進:在視覺上，人眼可以輕松捕獲曲面的特性——即使是在有噪聲或者采樣不完全的情況下。這種能力可以歸結為人類大腦對這些曲面的一些判定:(1)曲面的主要區(qū)域沒有劇烈的曲率變化和突變噪聲；(2)曲率或拓撲的劇烈變化不會集中在小的區(qū)域內；(3)曲面是一個二維流型。
[0009]基于這些判定，為了克服上述現(xiàn)有技術的不足，本發(fā)明提出了一種優(yōu)先級局部增長式曲面重建方法，能處理例如圖1所示的情形在內的、有噪聲的數(shù)據并能容忍一些極端情況，如高噪聲的突變和兩物體接近區(qū)域的拓撲歧義。本發(fā)明是一種優(yōu)先級前向傳播算法，具體為:在這種優(yōu)先級前向傳播算法中，首先擬合曲面的“好”部分，然后用這些已有的部分去擬合“壞”部分。其中，用隱式二次曲面作為局部擬合的模型，而沒有使用參數(shù)曲面。隱式二次曲面的使用是為了更好地重現(xiàn)尖銳的特征和更容易用Shepard混合函數(shù)來實現(xiàn)局部曲面擬合后的混合。這些步驟保證了一種由帶噪聲數(shù)據重建曲面的可靠方法，這是其它重建方法做不到的。
[0010]據此，本發(fā)明提供了一種對點云數(shù)據進行優(yōu)先順序下曲面增長式重建的方法，包括如下步驟:
[0011](I)粗略計算點云數(shù)據中的點的法線向量，根據法線向量作聚類分析，得出一級優(yōu)先重建的點云集合。其中，“粗略計算”的過程為:選取點云數(shù)據中的某一個離散數(shù)據點，以該點為中心選取其鄰域內的η個點云數(shù)據，用局部二次函數(shù)擬合對這η個點進行平面擬合，然后求取該擬合出的平面的法向量。
[0012]所述聚類分析的類別選取標準為:低曲率和低噪聲。這里的低曲率可以指低于預先估計的幾何體平均曲率的某個比例的曲率，例如低于幾何體平均曲率的20%的曲率，也可以指低于幾何體最高曲率的一定比例的曲率，例如低于幾何體最高曲率的10%的曲率。所述的低噪聲可以選取低于噪聲最高值的10%的噪聲。
[0013]所述低曲率是指曲面的主要區(qū)域沒有劇烈的曲率變化，所述低噪聲是指曲面的主要區(qū)域沒有突變噪聲。
[0014](2)針對所述的點云集合，遍歷所述的點云集合中的點，對其中的每個點進行局部曲面擬合，重建出幾何和拓撲真實的局部三維曲面；
[0015](3)根據與其相鄰的一級優(yōu)先已重建出的曲面，對于未被列入一級優(yōu)先重建的點云集合的點云數(shù)據，利用增長式局部擬合，重建出這些點云數(shù)據對應的三維曲面；此步驟將一直重復，直至無未重建的點云數(shù)據為止；
[0016](4)使用局部函數(shù)全局混合的方法得出最終的整體三維重建曲面模型。[0017]進一步地，步驟(2)包括:在進行局部曲面擬合時，用移動式最小二乘法重建出局部三維曲面。
[0018]進一步地，所述增長式局部擬合包括:(3a)利用“規(guī)則區(qū)域”的點云集合先反復遍歷采樣的“規(guī)則區(qū)域”，而后遍歷“不規(guī)則區(qū)域”；(3b)根據數(shù)據的三個雙向鏈表一打開表、激活表、關閉表來查找“不規(guī)則區(qū)域”的點云集合；其中，將激活表分成若干優(yōu)先級區(qū)域，采樣點只能向下和向右移動，即從優(yōu)先級的高向低移動，激活表的優(yōu)先級區(qū)域保證了激活表中點基于不規(guī)則性的嚴格排序。
[0019]進一步地,步驟(4)中，所述使用局部函數(shù)全局混合的方法包括:利用Shepard混合函數(shù)來實現(xiàn)局部擬合后的混合。
[0020]本發(fā)明的有益效果如下:將曲面劃分為“規(guī)則區(qū)域”和“不規(guī)則區(qū)域”，以“規(guī)則區(qū)域”的擬合引導“不規(guī)則區(qū)域”的擬合，極大地提高了曲面3D擬合的效率和準確度，噪聲被最小化。不需要曲面法向或內/外插值等額外的信息輔助，是一種對帶噪聲數(shù)據重建曲面的可靠方法。應用本方法，可在計算機環(huán)境里提供對物理世界的三維表達、可視化及瀏覽。
【專利附圖】

【附圖說明】
[0021]圖1列舉了現(xiàn)有技術中由點云數(shù)據進行模型重建所存在的困難情形；
[0022]圖2示出了移動式最小二乘法局部曲面擬合過程，其中圖2 (a)為局部曲面擬合示例，圖2 (b)為圖2 Ca)的尖銳邊界錯誤情形；
[0023]圖3示出了增長式局部擬合的示意圖；
[0024]圖4示出了優(yōu)先級前向傳播算法的數(shù)據結構；以及
[0025]圖5示出了局部混合Shepard函數(shù)的基本原理。
【具體實施方式】
[0026]下面給出本發(fā)明的一個具體的實施例。在該實施例中，對點云數(shù)據進行優(yōu)先順序下曲面增長式重建的方法包括如下步驟:
[0027](I)粗略計算點云數(shù)據中的點的法線向量，根據法線向量作聚類分析，得出一級優(yōu)先重建的點云集合。其中，“粗略計算”的過程為:選取點云數(shù)據中的某一個離散數(shù)據點，以該點為中心選取其鄰域內的η個點云數(shù)據，用局部二次函數(shù)擬合對這η個點進行平面擬合，然后求取該擬合出的平面的法向量。
[0028]所述低曲率是指曲面的主要區(qū)域沒有劇烈的曲率變化，所述低噪聲是指曲面的主要區(qū)域沒有突變噪聲。
[0029]所述聚類分析的類別選取標準為:將低曲率和低噪聲的點云數(shù)據進行聚類。
[0030]在一個優(yōu)選的實施例中，這里的低曲率可以指低于預先估計的幾何體平均曲率的某個比例的曲率，例如低于幾何體平均曲率的20%的曲率，也可以指低于幾何體最高曲率的一定比例的曲率，例如低于幾何體最高曲率的10%的曲率。所述的低噪聲可以選取低于噪聲最高值的10%的噪聲。
[0031](2)針對所述的點云集合，遍歷所述的點云集合中的點，對其中的每個點進行局部曲面擬合，重建出幾何和拓撲真實的局部三維曲面。
[0032]在一個優(yōu)選的實施例中，在進行局部曲面擬合時，用移動式最小二乘法重建出局部三維曲面。下面結合圖2對移動式最小二乘法局部曲面擬合給出詳細說明。
[0033]通過引入一個局部二次曲面擬合算法，首先實現(xiàn)局部二次函數(shù)擬合，然后通過移動式最小二乘法推進，其中的“移動”是通過Shepard混合函數(shù)實現(xiàn)的。所述的局部二次曲面擬合算法可以使用隱式方程擬合的局部二次曲面擬合算法。
[0034]圖2中，點云數(shù)據的點集采集于曲面S，其中含有可度量的噪聲。
[0035]圖2 (a)顯示了標準的移動最小二乘法。圓點表示采樣的點云數(shù)據,虛線表示理想的待擬合的曲線。以點r為中心、半徑為R的區(qū)域為擬合區(qū)域。類拋物線g表示在擬合區(qū)域內的采樣的點云數(shù)據的擬合結果。Z表示點云數(shù)據中的點的法線向量，xy表示點云數(shù)據中的點的切線方向。H是與所述切線方向擬合的局部基準域，q為作為切點的采樣點。
[0036]圖2 (b)所示的情況表示無法進行標準的移動最小二乘法擬合的情形。類似的情形還包括本發(fā)明中所稱的“不規(guī)則區(qū)域”的情形。
[0037]對于圖2 (a)的情況，對于任一個靠近S (而不在曲面S上)的點r，首先找到一個
局部基準域(或稱局部平面)H。這個局部平面H需要使以下式(I)的值最小化
【權利要求】
1.一種對點云數(shù)據進行優(yōu)先順序下曲面增長式重建的方法，其特征在于，包括如下步驟: (1)粗略計算點云數(shù)據中的點的法線向量，根據法線向量作聚類分析，得出一級優(yōu)先重建的點云集合； (2)針對所述的點云集合，遍歷所述的點云集合中的點，對其中的每個點進行局部曲面擬合，重建出幾何和拓撲真實的局部三維曲面； (3)根據與其相鄰的一級優(yōu)先已重建出的曲面，對于未被列入一級優(yōu)先重建的點云集合的點云數(shù)據，利用增長式局部擬合，重建出這些點云數(shù)據對應的三維曲面；此步驟將一直重復，直至無未重建的點云數(shù)據為止； (4)使用局部函數(shù)全局混合的方法得出最終的整體三維重建曲面模型。
2.根據權利要求1所述的曲面增長式重建的方法，其特征在于，所述粗略計算的過程為:選取點云數(shù)據中的某一個離散數(shù)據點，以該點為中心選取其鄰域內的η個點云數(shù)據，用局部二次函數(shù)擬合對這η個點進行平面擬合，然后求取該擬合出的平面的法向量。
3.根據權利要求1所述的曲面增長式重建的方法，其特征在于，在步驟(2)中，進一步包括:在進行局部曲面擬合時，用移動式最小二乘法重建出局部三維曲面。
4.根據權利要求1所述的曲面增長式重建的方法，其特征在于，在步驟(3)中，所述增長式局部擬合進一步包括:定義良好采樣的低曲率和低噪聲的曲面為“規(guī)則區(qū)域”，而高噪聲的曲面為“不規(guī)則區(qū)域” ；(3a)利用“規(guī)則區(qū)域”的點云集合先反復遍歷采樣的“規(guī)則區(qū)域”，而后遍歷“不規(guī)則區(qū)域”;(3b)為遍歷的各個點云數(shù)據定義打開表、激活表、關閉表這三個雙向鏈表，根據這三個雙向鏈表查找“不規(guī)則區(qū)域”的點云集合。
5.根據權利要求4所述的曲面增長式重建的方法，其特征在于，所述低曲率是指曲面的主要區(qū)域沒有劇烈的曲率變化，所述低噪聲是指曲面的主要區(qū)域沒有突變噪聲。
6.根據權利要求4所述的曲面增長式重建的方法，其特征在于，在根據這三個雙向鏈表查找“不規(guī)則區(qū)域”的點云集合時，將激活表分成若干優(yōu)先級區(qū)域，采樣點只能向下和向右移動，即從優(yōu)先級的高向低移動。
7.根據權利要求1所述的曲面增長式重建的方法，其特征在于，在步驟(4)中，所述使用局部函數(shù)全局混合的方法進一步包括:利用Shepard混合函數(shù)來實現(xiàn)局部擬合后的混入口 ο
【文檔編號】G06T17/30GK103793939SQ201310322684
【公開日】2014年5月14日 申請日期:2013年7月29日 優(yōu)先權日:2013年7月29日
【發(fā)明者】劉舟, 張政 申請人:北京正安融翰技術有限公司