基于稀疏点云的网格重建方法技术

本发明专利技术涉及一种基于稀疏点云的网格重建方法，旨在通过预测边缘连接性和距离回归来实现准确的网格重建。本发明专利技术通过引入神经网络和边缘特征提取，以及距离回归和过滤技术，实现了更精确和连续的网格重建。本发明专利技术的方法包括以下关键步骤：首先，从输入的稀疏点云中生成候选边缘，并提取候选边缘的特征。候选边缘的特征由与其相邻的局部邻域点的特征表示。接下来，通过距离回归，将候选边缘回归到物体表面的距离。这样可以过滤掉出来位于表面上的边缘。最后，通过对过滤后的边缘进行连接，能够生成一个准确且连续的三角网格表示。这种网格重建方法在计算机图形学、计算机辅助设计和虚拟现实等领域具有广泛应用的潜力。

【技术实现步骤摘要】

本专利技术涉及点云数据处理和网格重建领域，特别涉及一种基于稀疏点云的网格重建方法。

技术介绍

1、随着3d传感器的广泛应用，点云数据的获取变得更加便捷。点云数据在环境感知、3d重建和场景渲染等任务中得到了广泛应用。然而，对于某些应用，如机器人操作、机器人领域的碰撞检测以及增强现实/虚拟现实领域的可视化和交互，网格数据更具有重要性。因此，通过点云数据实现高质量的网格重建一直是一个具有挑战性的研究课题。

2、目前已经提出了多种方法来解决点云数据进行网格重建的问题。传统的方法通常采用显式连接或隐式表示来生成网格。显式方法基于几何规则，通过连接点云中的点来生成网格。而隐式方法通过从点云数据中提取表面信息来生成网格。然而，这些传统方法在处理稀疏点云数据时性能通常会下降，并且在使用marching cubes算法进行表面提取时通常需要较大的计算开销。

3、近年来，数据驱动的深度神经网络在处理3d点云数据方面取得了显著的进展。这些方法通过学习隐式表示或显式几何特征来进行表面重建。然而，现有方法在处理稀疏点云数据或受限的计算资源情况下仍存在挑战。<本文档来自技高网...

【技术保护点】

1.基于稀疏点云的网格重建方法，其特征在于，步骤如下：

【技术特征摘要】

1.基于稀疏点云的网格重建方...

【专利技术属性】
技术研发人员：王维民，邓英旭，刘宇，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：