一种伸缩式的点云数据重建方法技术

本申请发明专利技术一种伸缩式的点云数据重建方法，通过对点云数据进行组织规划处理，将大规模的点云数据组织成有序的树形数据结构，通过三维模型与观察点的距离，设置树形结构遍历层次阀值，从而快速、高效的完成点云数据模型的三维重建。

【技术实现步骤摘要】
一种伸缩式的点云数据重建方法
本专利技术涉及虚拟现实
，具体涉及一种伸缩式的点云数据重建方法。
技术介绍
在当今虚拟现实领域，三维模型的真实感关系着一款虚拟现实产品的好坏，激光雷达扫描仪、3D扫描仪的出现，使得真实物体可以形成点云数据(PointCloudData)展现到计算机当中，然而点云数据数量庞大，如何将点云数据快速、真实的进行模型重建成为虚拟现实
和计算机视觉领域中一个重要的问题。传统的点云数据重建方法主要是德洛内三角网格重建算法(Delaunaytriangularmesh)，然而此方法出现重建速度慢、重建后各个三角面片大小不一、各面片连接处不光滑等问题，在虚拟现实产品中渲染出来的三维模型真实感较差，出现突兀变形、图形锯齿等问题。如何将百万级、千万级的点云数据组织起来，并将其在计算机上快速重建呈现出来，是虚拟现实领域呵呵计算机视觉领域中一个重要的研究方向。点云数据中模型点的数量庞大且无序，全部在计算机上绘制呈现出来需要消耗较多时间，如何组织管理好点云数据并将其在虚拟现实产品中快速重建绘制出来是解决问题的关键，解决了这个问题将有效提升虚拟现实产品中模型画面的真实感和沉浸感水平，有助于开发出更多优质的虚拟现实产品。近些年来，基于点云数据的模型重建方法相继发表，针对的应用不同，使用的技术也不同，现今主要的点云重建方法主要是通过基于网格的重建算法和基于距离函数的隐式表面重建算法。其中基于网格的重建算法主要有四种方法：1)通过大量数学计算的Delaunay三角网格重建方法；2)通过初始种子延伸的区域扩张法；3)通过处理噪声数据的隐式表面重建方法；4)通过统计学习和机器学习的统计学方法。然而，网格的构建计算过程需要消耗大量的时间，难以保证点云数据绘制的实时性，因此很难应用在虚拟现实产品中。基于距离函数的隐式表面重建算法通过标量函数的等值面来完成点云数据模型表面的重建，但对于大规模的点云数据同样存在实时性不强的问题。针对这种情况，本申请专利技术一种伸缩式的点云数据重建方法，该方法用于点云数据模型的快速重建，通过对点云数据进行组织规划处理，形成四叉树的树形结构，根据三维模型与观察点的距离不同，设置相应的树形结构层级阀值，进而快速完成三维模型重建(3Dreconstruction)。
技术实现思路
本专利技术的目的在于解决当前虚拟现实产品中模型的点云数据难组织管理、重建绘制实时性不强的问题。提出了一种伸缩式的点云数据重建方法，此方法不仅能够将点云数据组织管理好，还能够依据三维模型与观察点的距离不同快速的重建点云模型。本专利技术通过对点云数据分片进行组织处理，形成“父-子”节点关联的树形数据结构，绘制过程中根据模型与观察点的距离，设定不同的阀值来控制树形数据结构遍历的层级，能够更快的完成点云数据重建过程，从而保证了点云数据的组织管理有序和重建过程的实时性。绘制点云数据，如果追求把所有三维点都一一绘制出来，这样会消耗较多的时间，如果通过构建相似父节点，根据不同阀值，显示相对应的父节点，这样能够保证点云数据重建绘制的实时性。本专利技术通过预处理过程将大规模的点云数据组织成有序的树形数据结构，通过三维模型与观察点的距离，设置树形结构遍历层次阀值，从而快速、高效的完成点云数据模型的三维重建。具体地，本申请请求保护一种伸缩式的点云数据重建方法，其特征在于，该方法具体包括如下步骤：将散乱的点云数据分片连成网格；构建区域性父节点；重复第二步骤，建立更大覆盖区域的父节点，直到最后形成一棵树形数据结构，并存与文件中；读取组织好的树形数据结构文件，根据三维模型与观察点的距离，设置树形结构遍历过程中合适的层次阀值，确定点云重建模型的三维清晰程度，同时利用OpenGL背面剔除技术，渲染出点云重建模型。如上所述的伸缩式的点云数据重建方法，其特征还在于，将散乱的点云数据分片连成网格步骤具体包括：三点形成一个三角形，如果为钝角三角形,点的覆盖半径r是三角形最长边的一半,如果是锐角或者直角三角形,点的覆盖半径r是三角形外接圆的半径，这样以r为半径，以三维点为中心绘制一个三维球体，并形成无空洞曲面连接区域。如上所述的伸缩式的点云数据重建方法，其特征还在于，构建区域性父节点步骤具体包括：父节点的三维坐标(x,y,z)取自于三角形三个顶点和的平均值，父节点的r选择距离父节点最远的顶点距离再加上此顶点的半径，这样父节点的覆盖范围就可以完全覆盖小区域的覆盖区域。如上所述的伸缩式的点云数据重建方法，其特征还在于，该树形数据结构是四叉树的树形结构。附图说明图1、点云数据预处理阶段图2、绘制模型流程图图3、三维模型绘制过程图具体实施方式下面通过一个实施例对本专利技术所述的点云数据重建方法具体实现步骤进行说明。附图1所示为利用伸缩式点云数据重建方法的预处理阶段流程。绘制模型流程图如附图2所示，绘制效果阶段图如附图3所示。具体实施过程如下：(1)将散乱的点云数据分片连成网格：三点形成一个三角形，如果为钝角三角形,点的覆盖半径r是三角形最长边的一半,如果是锐角或者直角三角形,点的覆盖半径r是三角形外接圆的半径，这样以r为半径，以三维点为中心绘制一个三维球体，并形成无空洞曲面连接区域。(2)构建区域性父节点：父节点的三维坐标(x,y,z)取自于三角形三个顶点和的平均值，父节点的r选择距离父节点最远的顶点距离再加上此顶点的半径，这样父节点的覆盖范围就可以完全覆盖小区域的覆盖区域。(3)重复第二步骤，建立更大覆盖区域的父节点，最后形成一棵树形数据结构，并存与文件中。(4)绘制过程：读取组织好的树形数据结构文件，根据三维模型与观察点的距离，设置树形结构遍历过程中合适的层次阀值，确定点云重建模型的三维清晰程度，同时利用OpenGL背面剔除技术，从而快速渲染出点云重建模型。显而易见地，上面所示的仅仅是本专利技术的一个具体实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据上述实施例获得其他的技术方案，以及在本专利技术保护的范围内做出的等同变化均应落入本专利技术的保护范围内，都属于本专利技术保护的范围。传统的点云数据重建方法，因为重建实时性差、重建的过程计算量大等原因，不适合在虚拟现实领域使用。本专利技术有效地解决了传统重建方法难以解决的问题，因此渲染模型的速度和真实感水平得到较大提升，从而拓宽了点云数据在虚拟现实产品中的应用。本文档来自技高网...

【技术保护点】
一种伸缩式的点云数据重建方法，其特征在于，该方法具体包括如下步骤：将散乱的点云数据分片连成网格；构建区域性父节点；重复第二步骤，建立更大覆盖区域的父节点，直到最后形成一棵树形数据结构，并存与文件中；读取组织好的树形数据结构文件，根据三维模型与观察点的距离，设置树形结构遍历过程中合适的层次阀值，确定点云重建模型的三维清晰程度，同时利用OpenGL背面剔除技术，渲染出点云重建模型。

【技术特征摘要】
1.一种伸缩式的点云数据重建方法，其特征在于，该方法具体包括如下步骤：将散乱的点云数据分片连成网格；构建区域性父节点；重复第二步骤，建立更大覆盖区域的父节点，直到最后形成一棵树形数据结构，并存与文件中；读取组织好的树形数据结构文件，根据三维模型与观察点的距离，设置树形结构遍历过程中合适的层次阀值，确定点云重建模型的三维清晰程度，同时利用OpenGL背面剔除技术，渲染出点云重建模型。2.如权利要求1所述的伸缩式的点云数据重建方法，其特征还在于，将散乱的点云数据分片连成网格步骤具体包括：三点形成一个三角形，如果为钝角三角形,点...

【专利技术属性】
技术研发人员：林素红，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41