基于海量点云的曲面增量拓扑重建方法技术

本发明专利技术的目的在于提供一种基于海量点云的曲面增量拓扑重建方法，属于产品逆向工程领域，采用波前扩展的策略，通过波前环的扩张、分裂、重叠面片的消除等步骤，将局部重建过程传播至每个样点的邻近区域，获得插值于采样点集的二维定向流形网格曲面，实现整个采样点集的增量拓扑重建；在曲面局部重建过程中，分别基于局部区域的Cocone算法与二维投影点集的Delaunay网格剖分方法重建曲面的尖锐区域与平坦区域，其中局部区域重建曲面网格的边界的正确性由区域之外的少量辅助样点保护。本方法具有较高的重建效率，适用于封闭和非封闭海量点云数据的重建，且在采样密度符合要求的情况下，重建的网格曲面与原表面拓扑同构。

Incremental topology reconstruction method of surface based on mass point cloud

The purpose of the invention is to provide a surface topology incremental reconstruction method based on point cloud data, the product belongs to the field of reverse engineering, the wavefront expansion strategy, through ring expansion, wavefront splitting, overlapping patch elimination steps, will spread to the local area adjacent to the reconstruction process of each sample, two directional manifold mesh get to the sampling point set surface interpolation, incremental topological reconstruction of the whole set of sampling points; in local surface reconstruction process, based on the sharp regional Delaunay mesh Cocone algorithm and two-dimensional projection point local set method for surface reconstruction and flat area respectively, the correctness of local area boundary surface mesh reconstruction a small amount of auxiliary samples outside the protected area. This method has high reconstruction efficiency, and is suitable for reconstruction of closed and non closed massive point cloud data. And when the sampling density meets the requirements, the reconstructed mesh surface is isomorphic to the original surface topology.

【技术实现步骤摘要】
基于海量点云的曲面增量拓扑重建方法
本专利技术提供一种基于海量点云的曲面增量拓扑重建方法，可用于重建大规模点云数据，属于产品逆向工程领域。
技术介绍
曲面重建技术广泛应用于逆向工程、医学影像和虚拟现实等领域，特别是在汽车制造，航空航天等工业生产过程中，复杂实物表面的重建精度将直接影响最终产品的生产质量。三维扫描设备的发展，使得获取反映物体细节特征的密集点云数据成为现实，但这些采样点集通常数据量大且拓扑信息缺失，比如激光扫描仪所得散乱点云数据可达百万级甚至亿级。如何利用扫描得到的海量点云数据高效重建高精度的原始曲面，恢复其拓扑邻接关系，近年来一直都是国内外研究的热点问题。现有曲面重建方法主要分为基于隐式曲面拟合方法、增量扩展方法和Delaunay网格过滤方法。隐式曲面拟合方法通过使用隐函数曲面拟合数据点，主要有Hoppe等提出的零等值面法，在零等值面法的基础上提出的泊松重建算法，以及全局隐式曲面拟合的径向基函数法。隐式曲面拟合的方法具有可自动融合成光滑曲面的重要特性，且连续性和变形性好，适于描述具有光滑复杂外形的物体。但该类算法以逼近采样点集的方式获得网格曲面，难以保留物体的特征信息且不适用于非封闭曲面的重建。增量扩展方法的基本原理是：首先构造一个种子三角形，然后依据某种准则不断选择新点加入来构造新的三角形并更新波前环，当所有点遍历结束时三角形生长完毕，初始剖分优化后即可获得逼近原始曲面的三角网格。该类算法的关键在于新点添加规则的确定，主要代表有BallPivoting方法和G2S准则。增量扩展类算法时空复杂度低，可以处理大规模点云数据，但是对采样条件要求较高，在棱边等曲率变化较大的特征区域或采样不均匀处易出现孔洞和狭长三角面片等。Amenta等人基于Delaunay三角剖分和其对偶Voronoi图先后提出了Crust算法和Cocone算法，并证明这两种算法在满足光滑曲面采样的条件下重建结果与原表面拓扑同构，而且随着采样密度的增加输出结果收敛至原表面。Crust算法和Cocone算法重建结果的正确性具有理论保证，但是基于全局Delaunay三角剖分时空复杂度高，难以重建大规模点云数据。Dey等随后在《LocalizedCoconesurfacereconstruction》(Computers&Graphics，2011，35(3)：483-491)中提出了一种基于局部Delaunay三角剖分的LocalizedCocone算法。该算法利用八叉树对采样点集进行分割，然后对每个子节点所包含的样本应用Cocone算法进行重建，可实现对较大规模点云数据的处理。然而对采样点集粗略分割得到的子节点中包含的大量点云数据，其Cocone重建过程仍十分耗时，限制了整体重建效率的提升。
技术实现思路
本专利技术的目的在于提供一种基于海量点云的曲面增量拓扑重建方法，兼顾重建效率与重建曲面拓扑准确性。其技术方案为：一种基于海量点云的曲面增量拓扑重建方法，其特征在于步骤依次为：(1)利用R*树构建输入点集S的空间索引并将S中样点状态初始化为自由点。(2)选取点集S中x坐标值最大的样点p0作为初始点。(3)求取p0的局部样本λ(p0)并对该样本进行局部重建，得到初始重建网格D(λ(p0))。(4)提取D(λ(p0))的波前环并将其向λ(p0)的最小二乘拟合微切平面投影。调整投影点连接次序使之与p0的法向满足右手螺旋准则，进而确定波前环环向，并将D(λ(p0))添加到重建网格面片集合Q中。(5)遍历波前环链表，获取首个非边界样点标记的波前点pr。若pr不存在，执行(9)，否则执行(6)。(6)求取pr的k邻域点集，剔除其中标记为饱和点的样点。若剩余点集为空，则将pr标记为边界点，执行(8)；否则对剩余点集进行扩增并将扩增后点集作为波前局部样本λ(pr)。(7)对λ(pr)进行局部重建，将获得的波前重建网格D(λ(pr))添加到Q中，然后根据文献[8]中波前环的扩张、分裂方法更新波前环。(8)重复(5)至(7)。(9)对重建网格面片集合Q进行法向一致化处理，曲面重建完成。所述的基于海量点云的曲面增量拓扑重建算法，其特征在于步骤(3)中局部样本求取过程为：(1)对样点p进行初次kη邻域搜索，所得近邻点集作为初始局部样本λ(p)。(2)再次对p进行kζ邻域搜索，获得(3)提取任一点若则λ(p)←λ(p)∪{pi}。对局部样本进行局部重建的具体步骤为：(1)构建λ(p)的参考平面F。(2)计算λ(p)中样点至参考平面F距离的均方根N为λ(p)中样点数量。若dRMS小于阈值ω，则可判定λ(p)共面，执行(3)；否则执行(4)。(3)将λ(p)向平面F投影，对投影点集进行二维Delaunay剖分，并依据剖分结果确定原始局部样本λ(p)中各样点间连接关系，输出剖分的局部重建网格，局部重建完成。(4)对λ(p)进行三维Delaunay剖分，获得三角面片集合D(λ(p))并求出对应的Voronoi图V(λ(p))。(5)对λ(p)中的每一个样点，求出其所在Voronoi单元中的极点，样点到极点的向量np作为该点的法向量。(6)对D(λ(p))中任一面片Ti进行Cocone检测，若检测未通过，则将Ti从D(λ(p))中删除，否则不进行任何操作。(7)对通过检查的三角面片集合D(λ(p))，作进一步的流形提取，并输出局部重建网格，局部重建完成。在上述步骤(6)中，对面片Ti的Cocone检测算法如下：(1)检测Ti顶点中是否存在辅助点，若存在，则该面片未通过检测，程序结束。否则执行步骤(2)。(2)获取面片Ti对偶Voronoi边的端点v1、v2。对任一顶点pj，求解向量pjv1和pjv2与pj点所在平面的法向npj的夹角θ1和θ2，其中θ1←∠(pjv1,npj)，θ2←∠(pjv2,npj)。(3)计算θ1和θ2与点pj的Cocone区域的交集是否为空。若Ti任一顶点计算结果均不为空，则该面片通过Cocone检测，否则Ti未通过。对λ(p)构建参考平面F时，若λ(p)为首次获取的局部样本，则F可通过任取该样本中不共线的三点来确定，否则根据获取该样本的特定样点p及其法向来构建F。本专利技术与现有技术相比，具有以下优点：(1)利用经典Cocone算法和投影剖分算法重建经过精细划分的曲面局部区域，并基于波前扩展算法实现整个采样点集的增量重建，最终得到二维定向流形网格。在局部重建过程中仅依赖少量局部样点的Delaunay网格剖分结果。避免了全局三维Delaunay网格剖分带来的高复杂度问题，显著提高了重建效率，适用于海量点云数据的处理；(2)在增量扩展过程中，曲面是基于局部重建以及波前环的扩张、分裂等方式逐步扩展重建而成，对点云边界区域样点能够实现理想的重建效果，可适用于重建封闭和非封闭曲面；(3)通过对kη、kζ合理取值能够确保局部样本中任一样点均具有完整的Voronoi邻点，使得局部重建结果的正确性得以保证，然后在增量扩展过程中消除重叠面片，实现整个采样点集的正确重建。当点集S采样于一个光滑曲面Σ，采样密度满足ε-sampling采样要求时，本文算法重建网格Q拓扑同构于原始曲面Σ。附图说明图1是本专利技术基于海量点云的曲面增量拓扑重建方法的程序实现流本文档来自技高网...

【技术保护点】
一种基于海量点云的曲面增量拓扑重建方法，其特征在于，步骤依次为：(1)利用R*树构建输入点集S的空间索引并将S中样点状态初始化为自由点；(2)选取点集S中x坐标值最大的样点p0作为初始点；(3)求取p0的局部样本λ(p0)并对该样本进行局部重建，得到初始重建网格D(λ(p0))；(4)提取D(λ(p0))的波前环并将其向λ(p0)的最小二乘拟合微切平面投影，调整投影点连接次序使之与p0的法向满足右手螺旋准则，进而确定波前环环向，并将D(λ(p0))添加到重建网格面片集合Q中；(5)遍历波前环链表，获取首个非边界样点标记的波前点pr，若pr不存在，执行(9)，否则执行(6)；(6)求取pr的k邻域点集，剔除其中标记为饱和点的样点，若剩余点集为空，则将pr标记为边界点，执行(8)；否则对剩余点集进行扩增并将扩增后点集作为波前局部样本λ(pr)；(7)对λ(pr)进行局部重建，将获得的波前重建网格D(λ(pr))添加到Q中，然后根据文献[8]中波前环的扩张、分裂方法更新波前环；(8)重复(5)至(7)；(9)对重建网格面片集合Q进行法向一致化处理，曲面重建完成。

【技术特征摘要】
1.一种基于海量点云的曲面增量拓扑重建方法，其特征在于，步骤依次为：(1)利用R*树构建输入点集S的空间索引并将S中样点状态初始化为自由点；(2)选取点集S中x坐标值最大的样点p0作为初始点；(3)求取p0的局部样本λ(p0)并对该样本进行局部重建，得到初始重建网格D(λ(p0))；(4)提取D(λ(p0))的波前环并将其向λ(p0)的最小二乘拟合微切平面投影，调整投影点连接次序使之与p0的法向满足右手螺旋准则，进而确定波前环环向，并将D(λ(p0))添加到重建网格面片集合Q中；(5)遍历波前环链表，获取首个非边界样点标记的波前点pr，若pr不存在，执行(9)，否则执行(6)；(6)求取pr的k邻域点集，剔除其中标记为饱和点的样点，若剩余点集为空，则将pr标记为边界点，执行(8)；否则对剩余点集进行扩增并将扩增后点集作为波前局部样本λ(pr)；(7)对λ(pr)进行局部重建，将获得的波前重建网格D(λ(pr))添加到Q中，然后根据文献[8]中波前环的扩张、分裂方法更新波前环；(8)重复(5)至(7)；(9)对重建网格面片集合Q进行法向一致化处理，曲面重建完成。2.根据权利要求1所述的基于海量点云的曲面增量拓扑重建方法，其特征在于：在步骤(3)中，局部样本求取过程中需添加辅助点，具体方法是：(1)对样点p进行初次kη邻域搜索，所得近邻点集作为初始局部样本λ(p)；(2)再次对p进行kζ邻域搜索，获得(3)提取任一点若则λ(p)←λ(p)∪{pi}；在上述局部样本扩增过程中，添加到λ(p)中的样点即为辅助点。3.根据权利要求1所述的基于海量点云的曲面增量拓扑重建方法，其特征在于步骤(3)中，依据曲面局部平坦程度，选用三维Delaunay网格剖分算法和二维投影剖分算法分别...

【专利技术属性】
技术研发人员：孙殿柱，薄志成，李延瑞，徐昭，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东,37