Triangular Mesh Model Reconstruction from Scan Point Clouds Based on Template

For mesh reconstruction problems of point cloud models which have similar topological structure, a rapid and efficient method is presented to reconstruct triangular mesh surface. Based on projections of point cloud slicing that correspond to template sectional curves, the method constructs topological relevant information among discrete points, which makes unorganized points ordering and builds up optimal approximated B-spline curve, resamples every curve according to its curvature distribution and performes triangular mesh division on it. Finally, surface reconstruction is achieved. The experimental results demonstrate that the surface reconstruction is done as the point cloud hole is filled simultaneously.     

基于样点拓扑近邻的散乱点云曲面拓扑重建

提出一种基于样点拓扑近邻的散乱点云曲面拓扑重建算法,对点云数据构建动态空间索引结构,采用动态扩展空心球算法查询样点k近邻,通过对样点的k近邻数据进行偏心扩展和自适应扩展获取样点的拓扑近邻参考数据,从中查询样点的拓扑近邻,从样点的同层拓扑近邻中获取符合Delaunay条件的匹配点,生成局部Delaunay三角网格,并通过增量扩展实现整个散乱点云的曲面拓扑重建.实例证明,该算法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建,有效解决了r-dense恰当采样点云中非均匀区域易产生非工艺孔洞的问题.     

由点云数据生成三角网格曲面的区域增长算法

提出一种新的由点云数据生成三角网格曲面的区域增长算法. 该算法充分利用点云内在的几何与拓扑信息, 使用一组检测过滤规则, 对曲面进行快速网格重构. 算法包括两部分： 首先对点云做预处理完成数据精简, 其次使用一组检测规则, 从种子三角形出发, 针对每个活动边, 在点云中选择匹配点与其构成新的三角形, 并通过不断更新边界, 使剖分区域不断增长. 所使用的检测规则, 可以针对活动边与预选择匹配点之间的不同位置关系采用不同的阈值, 从而避免了重叠与自交三角形的生成, 防止产生错误拓扑, 确保了重构三角网格曲面的质量. 同时针对区域增长算法中的前沿分裂问题, 在数据结构中采用反向重合边, 使剖分过程始终保持一个前沿边界. 实验结果表明, 该算法具有运算速度快、 结果准确性好、 适用范围广等优点.     

散乱数据点的NURBS曲面重建算法

给出了一个新的散乱数据的NURBS曲面重建算法．算法充分利用邻近点集反映出的局部拓扑和几何信息，基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建．然后通过自动矫正局部数据点的非法连接关系，把局部三角网拼接成一张标准NURBS网格．结果表明，本算法非常高效、稳定，可以快速地直接重构出任意拓扑结构的NURBS三角形网格。     

Parameterization for fitting triangular mesh

In recent years, with the development of 3D data acquisition equipments, the study on reverse engineering has become more and more important. However, the existing methods for parameterization can hardly ensure that the parametric domain is rectangular, and the parametric curve grid is regular. In order to overcome these limitations, we present a novel method for parameterization of triangular meshes in this paper. The basic idea is twofold: first, because the isotherms in the steady temperature do not intersect with each other, and are distributed uniformly, no singularity (fold-over) exists in the parameterization; second, a 3D harmonic equation is solved by the finite element method to obtain the steady temperature field on a 2D triangular mesh surface with four boundaries. Therefore, our proposed method avoids the embarrassment that it is impossible to solve the 2D quasi-harmonic equation on the 2D triangular mesh without the parametric values at mesh vertices. Furthermore, the isotherms on the temperature field are taken as a set of iso-parametric curves on the triangular mesh surface. The other set of iso-parametric curves can be obtained by connecting the points with the same chord-length on the isotherms sequentially. The obtained parametric curve grid is regular, and distributed uniformly, and can map the triangular mesh surface to the unit square domain with boundaries of mesh surface to boundaries of parametric domain, which ensures that the triangular mesh surface or point cloud can be fitted with the NURBS surface.     

Geometric Feature Extraction and Model Reconstruction Based on Scattered Data

A method of 3D model reconstruction based on scattered point data in reverse engineering is presented here. The topological relationship of scattered points was established firstly, then the data set was triangulated to reconstruct the mesh surface model. The curvatures of cloud data were calculatod based on the mesh surface, and the point data were segmented by odge-basod method; Every patch of data was fitted by quadric surface of freeform surface, and the type of quadric surface was decided by parameters automatically, at last the whole CAD model was created. An example of mouse model was employed to confirm the effect of the algorithm.     

基于k-邻域密度的离散点云简化算法与实现

提出一种基于k-邻域密度(即k-邻域中的点云密度)的离散点云简化算法, 并给出了在三角网格重构中的实现. 该方法不仅可以保证实物模型重建后的整体轮廓, 而且在细节部分也较好地保持了局部形状特征. 三角网格重构的实验结果表明, 所给方法简单、 高效, 同时, 在实物模型平滑处与曲率变化较大处均取得了理想效果.     

面向点云数据的复杂几何模型对象优化方法研究

针对高精度、高保真的点云数据在精简后点云数据重构网格精度降低误差增大的问题,提出了面向点云数据的复杂几何模型对象优化方法.首先通过空间八叉树法建立点云数据和网格的拓扑关系,并利用原始点云到重构网格的距离确定网格的误差,以目标精度为阈值,然后利用增点法对面片进行划分,最后根据插入点算法重新定位插入点.实验验证表明：利用该文方法对兔子和龙进行一次细分使得精简率90%兔子重构网格误差由0.81 mm提升到0.48 mm,精简率90%龙重构网格误差由0.36 mm提升到0.11 mm.     

轿车后三角玻璃及包边的重构与拼接

为了检测轿车后三角包边玻璃与标准样件之间的误差,提出包边玻璃点云参数化重构和拼接方法.根据后三角包边玻璃的测量要求,在获得其点云已消噪的情况下,应用B样条法构造出玻璃双二次加权曲面参数方程.根据过渡曲面一阶导数连续的性质,导出交于公共边界的控制网格矢量之间的关系,研究其不同分片曲面之间的光滑拼接方法,并举例验证方法的有效性.检测结果表明,重构曲面经过分层切片,可以用于检验与标准样件之间的误差,而且该算法运算量较少,精度可控制.     

三角域Bezier曲面片G^1样条曲面造型

将三角域Bezier曲面片与B样条方法结合起来,构造出插值于任意拓扑结构多面体的分片G^1连续的样条拼接曲面．     

面向大规模科学计算的三维Delaunay快速插点算法

该文提出一种快速、稳定的Delaunay插点算法.这一算法提高了单机有元建模的规模,可在PC计算机生成千万级有元四面体网格.算法通过点与点之间位置关系,建立对位置信息;据这些信息在查找BASE单元时,提高＂walk-through＂点定位算法的速度.而在生成新单元和建立邻接关系过程中,算法利用CORE表面的三角网格,在性时间内完成CORE附近的新旧单元更新操作,并出算法时间复杂度证明.本文以分别以空间任意点集、正文体删格和机械模三角面片为例,测试应用Delaunay逐点插入算法.算例表明,本算法在一台Intel（R） Core（TM）2 Duo CPU E7200@2.53GHz,1.98GB内存的PC上可生成千万单元量级四面体网格,生成速度达11-15万单元/秒.     

基于滤波与平滑的曲线重构

提出了一种算法用于从散乱点云中重构曲线，点云通过一个滤波器后被细化．当点云足够细时，可以非常容易地给它定序，从而可以对点云进行曲线拟合或逼近；对于厚度变化不均匀的点云，将半径固定的选点窗口进行改进，引入一个自适应算法，能随点云厚度的变化调整窗口半径，改善滤波器性能．数值实验表明，算法简单、快速、有效，尤其当点云密度很大且厚度不均匀时，曲线重构的效果更好．     

逆向工程三角网格优化研究

逆向工程中为了更好的进行曲面重构,提出了一种三角网格模型的优化方法.运用逆向工程软件Geomagic Studio能够很好的将测得的海量点云数据进行数据封装,并针对封装后的三角网格模型进行网格修复及优化为后续的NURBS曲面重构奠定基础.     

从有边界点云数据生成偏移细分曲面

提出一种根据给定精度从有边界点云数据生成偏移细分曲面新方法.它是基于有边界的Loop细分,运用细分的局部特性,通过循环修正、优化、自适应细分域曲面的控制网格,使域曲面不断逼近点云数据,通过对域曲面的标量偏移来表示待构曲面的细节特征.利用细分曲面的任意拓扑适应性、整体连续性,重构出具有细节特征的无需裁剪和拼接的待构物体偏移细分曲面.实例表明,该算法不仅具有稳定性,同时构造出的细分曲面还具有较高的重构精度,较好地满足工程实际需要.     

基于工业机器人的未知曲面测量算法研究

在装甲装备维修保养作业中,为实现对车辆底盘部分零部件的自动装卸载,首先应解决CAD模型未知的零部件自动扫描测量和模数重建的问题。提出基于工业机器人的非接触自适应测量曲面重建方法。在测量过程中,将激光测距传感器安装于工业机器人法兰并转换坐标,根据被测零部件上的已测点,由提出的曲线圆弧预测自适应算法,得到下一个预测点矢量及测头轨迹点矢量,拟合成B样条曲线,规划合理的测量路径,进而指导工业机器人自动采集被测零部件上的真实三维点。通过仿真和试验结果表明,该方法能够根据此类零部件曲面特征获取采样点,减小了由测量入射角的存在和算法本身缺陷而导致的精度损失,有效地提高了CAD模型未知曲面数字化采样的精度,为模数重建提供了良好的点云数据。     

角度约束路径法的网格曲面兴趣区域边界快速交互选取

提出角度约束路径法,快速获取三角网格曲面上任意两顶点间一条由网格边所组成的路径.该算法是一个从起始点开始不断向前传播的过程,计算量仅与两顶点间的曲面区域有关,故算法的时间复杂度(O(n))优于Dijkstra算法(O(n log n)).试验结果表明:角度约束路径法的执行快速、有效;基于该方法可实现三角网格曲面兴趣区域边界的快速交互选取.     

基于CATIA逆向工程复杂样条曲线重构方法研究

对于复杂零件的逆向设计,常常是通过激光、三坐标测量仪等方法对样件三维数据进行采集,可获得高质量的点云文件。但是这些点云文件数量很大,计算时将耗费过多的计算机资源。基于CATIA软件对点云数据进行过滤、划界、分网等处理方法进行了研究,运用曲线重构的方法,创建特征曲线组,利用多段曲线拟合获得点云的特征线网络,最后将拟合得到的曲线与原始点云数据进行误差分析。研究证明,通过这种方法可以获得质量更好、占据资源更小的曲线,为后续曲面和实体的生成奠定了精确基础。     

基于L1中值骨架提取的植物茎干补全研究

【目的】植物的可视化技术是数字林业研究的重要组成部分。针对植物进行三维点云重建时茎干部分容易缺失的问题,基于拓扑连接的缺失部分位置判断及L1中值骨架提取提出一种茎干补全方法,为实现植物可视化提供技术支撑。【方法】依据概率图模型及最小生成树确定点云簇之间的拓扑连接情况,判断缺失部位所在位置。提出了一种基于搜索的待拟合点点集确定方法,使用基于 L1 中值的局部迭代方法提取茎干点云骨架,并对骨架点集进行排序,确定缺失部分待拟合点。最终使用Bezier曲线拟合缺失部分茎干轴线并使用三维参数圆补全缺失部分点云。【结果】对于叶片与茎干缺失分离的植物点云,茎干补全方法可以真实且有效地对其进行补全,拟合结果整体平滑且具有一定的实际物理意义。【结论】通过三维扫描得到的不完整点云在补全后,能在一定程度上弥补扫描的缺陷,构建出完整且逼真的植物三维点云模型,使其能够更加有效地应用于植物的三维可视化建模。     

基于点数据集三维空间曲面三角化算法实现

在地质、医学等科学研究领域中,基于原始数据建立三维空间图像模型的研究具有较高价值;特别在三维地质构造建模中,测量获取的原始数据采用点数据集形式表示。基于点数据构建三维空间曲面三角化网格模型能够很好地还原点数据集所表示的曲面形态和展布,在现有的三角化剖分算法研究的基础上,提出一种基于点数据集三维空间曲面三角化网格模型生成算法;该算法生成的网格模型质量较高,能够较好地描述点集所表示的曲面形态。采用描述地质界面的点数据集进行算法验证与测试,根据边界数据实际情况,生成三维空间曲面三角化模型并更新网格模型边界,效果比较理想。     

曲面散乱数据的三角网格重建及在手术导航中的应用

以光学定位仪测量方式得到的曲面散乱数据云为基础,用线性逼近法进行曲面的三角网格重建.给出了光学定位的空间点的邻域值确定经验公式,并将其应用于关节导航的骨表面重建.对关节的多处表面重建的实际结果表明,该方法避免了线性插值法的缺点,在实际应用中更为有效,可快速实现手术中的实时可视化.