利用Delaunay细分进行噪声点云曲面重建
针对噪声点云曲面重建,提出了一种基于Delaunay细分的曲面重建算法.首先以点云法向为约束,采用抗差估计的方法拟合球面近似局部曲面;然后利用沿坐标轴的包围盒树结构(axis aligned bounding bo-xes tree,AABB-tree)快速搜索与线段相交的曲面包围球,以各包围球球心为初值、半径为可信区间,并行化迭代计算出线段与球面的首个交点,该交点可近似为线段与曲面交点;最后不断地插入交点进行Delaunay细分,从而网格化曲面.实验结果表明,当点云噪声较大时,该方法可以快速、稳健地重建出高质量曲面,且曲面重建精度较高.
Delaunay细分、球面拟合、噪声点云、曲面重建
42
P237.3;TP751(摄影测量学与测绘遥感)
2017-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
123-129