一種自動的非封閉隱式曲面重建方法技術

本發明專利技術公開了一種自動的非封閉隱式曲面重建方法，其特征在于其步驟包括：1）采用隱式曲面三維重建方法將輸入的非封閉點云數據模型生成三角網格曲面模型；2）初始化三角網格曲面三角點；3）選取比對的樣本三角點；4）計算樣本三角點與輸入原始點的平均最大距離，將其設為分割閾值；5）利用分割閾值對重建生成的三角網格曲面進行自動分割，刪除非實體上不合理的三角面片，得到邊緣光順正確的非封閉曲面。本發明專利技術采用Poisson曲面重建方法完成。該方案彌補了現有隱式曲面重建技術無法對非封閉曲面進行自動準確重建的缺陷，該方法重建得到的非封閉曲面邊緣光順準確、效率高且魯棒性強，有效解決了非封閉曲面重建的技術難題。

【技術實現步驟摘要】

本專利技術屬于產品逆向工程
，具體涉及。
技術介紹
通過三維掃描設備獲得物 體表面的散亂點云數據，同時將這些點云數據輸入文件進行存儲，稱為三維點云模型。三維點云模型是一種新興的三維幾何模型存儲結構，它是物體模型在三維坐標系中點的集合。通常，點云模型不能直接用于實際的三維模型幾何造型，必須將點云模型轉化為曲面模型，即為散亂點云數據的三維曲面重建技術。三維曲面重建技術廣泛應用于逆向工程、產品設計、機械制造、三維測量、虛擬現實、地質勘探、動漫等多個領域。例如,逆向工程(Reverse Engineering, RE),又稱反求工程,主要是對已有產品、零部件、實物的原型或模型進行三維激光掃描以獲取點云數據，然后對點云數據進行三維曲面重建處理，在重建出的數字模型基礎上進行分析和改進，可快速設計生成新的產品模型，最后通過先進的數控制造技術直接實現新產品的生產制造。實際上受多種因素的影響，測量設備大多無法一次性完成數據測量，必須變換測量位置從多個視角獲取模型的物理信息，而從每個視角采集得到的點云模型都是非封閉的，需要后續對不同角度模型之間求交、求并、偏置等大量操作處理后才能拼接成封閉的曲面，由于采集得到的三維點云數據一般只提供點的位置坐標和對應的法向量，不包含任何與曲面拓撲結構相關的信息，所以直接對點云數據進行拼接是非常困難的。而且在實際應用中，大部分實體模型本身也是非封閉的。因此，對非封閉曲面進行自動重建具有重要的現實意義。對國內外現有技術文獻檢索和研究分析在現有的曲面重建算法中，隱式曲面因其具備易于實現交、差、并等集合操作，易于判斷給定點是否位于曲面上或處于某一側，能表示拓撲結構復雜的幾何形體，對輕微的噪聲不敏感等特點，成為當今三維曲面重建技術的主流。隱式曲面表示方法最大的特點是可以把一個相當復雜的物體表面用一個函數來描述，能夠表示任意復雜的曲面。隱式曲面重建算法具有很多優點，但其缺點是不能有效的對非封閉點云模型曲面進行正確重建。使用MPU和CSRBF算法對非封閉模型進行重建，生成的曲面在模型邊界出現大量不合理的偽三角面片，重建出的模型曲面無法正確表達出非封閉模型的真實特征。Poisson曲面重建算法是一種較新的全局的曲面重建算法，具有良好的抗噪性，可獲得光順重建曲面的同時保留物體的細節特征，但由于Poisson算法對模型曲面函數的求解是一個封閉的過程，不引入跟模型形態相關的信息，使得Poisson方法重建出的模型曲面總是封閉的，即使是對非封閉的點云模型也會自動重建出封閉的曲面，因此該方法無法實現非封閉點云模型的重建。綜上所述，現有隱式曲面重建技術在對非封閉散亂點云模型進行三維重建時，只能采用交互式人工手動割除重建算法生成的不合理三角面片形成的偽曲面，這要求操作人員必須具有很高的專業水平和工作經驗，否則就很難保證得到的非封閉模型邊界的準確性，導致實際應用中非封閉曲面重建的穩定性較差且工作效率低下。如何利用隱式曲面三維重建方法自動準確地重建出非封閉模型曲面，仍是目前三維曲面重建領域中沒能有效解決的技術難題之一。
技術實現思路
本專利技術的目的是針對現有技術的不足，而提供。該方法克服了現有技術中隱式曲面重建方法難以進行非封閉曲面重建的不足，提供一種自動的、精確的、計算效率高且魯棒性強的基于平均最大距離的非封閉曲面重建方法，使其適應于任意復雜的基于隱式曲面的非封閉模型自動重建。本專利技術依據非封閉點云數據具有模型上點分布密集均勻、邊界上的點在一定的鄰域內沒有相鄰點且模型外數據稀少的特點，使得采用隱式曲面三維重建方法生成的三角網格曲面模型，可分為位于實體表面的三角面片(構成的曲面稱為模型曲面)和非實體上不合理的三角面片(構成的曲面稱為偽曲面)兩大類，并且模型邊緣即為二者的分界線。事實上還具有模型曲面上的三角面片周長較小，出現相同的概率較大；而偽曲面上的三角面片周長較大，出現相同的概率較小；實際模型的原始點到模型曲面三角點(即三角面片的三個頂點)的平均距離要明顯小于到偽曲面三角點的平均距離，且該平均距離在模型邊界處發生較大突變的特點。本專利技術利用上述特點來實現模型曲面和偽曲面的分割，首先計算曲面重建時生成的三角網格曲面模型的三角面片周長的分布概率并從大到小進行排序，從中選取若干位于模型曲面上的三角點作為樣本點，然后計算樣本點與原始點的距離，遍歷所有原始點求取平均最大距離T，根據原始點到偽曲面三角點距離明顯大于到模型曲面三角點距離的特征，即可將三角點分為模型曲面三角點和偽曲面三角點兩類，將T設為閾值對生成的三角網格曲面模型進行分割，保留與原始點距離小于F的三角點而去除距離大于Γ的三角點，即可重建出非封閉的三維模型曲面。大量實驗證明該算法能準確有效地刪除偽曲面而不影響模型曲面的精度，且算法復雜度低，時間效率高，魯棒性強，有效解決了非封閉曲面自動重建的技術難題，為逆向工程技術提供了一種高效的基于隱式曲面技術的非封閉曲面三維重建方法。為了達到上述目的，本專利技術所采用的技術方案具體包括以下步驟 1)采用隱式曲面三維重建方法將輸入的非封閉點云數據模型生成三角網格曲面模型； 2)初始化三角網格曲面三角點； 3)選取比對的樣本三角點； 4)計算樣本三角點到原始輸入點的平均最大距離，將其設為分割閾值； 5)利用分割閾值對重建生成的三角網格曲面進行自動分割，刪除非實體上不合理的三角面片，得到邊緣光順正確的非封閉曲面。步驟I)中所述的采用隱式曲面三維重建方法將輸入的非封閉點云模型生成三角網格曲面模型，本專利技術采用Poisson曲面重建方法完成，由此自動重建得到的是一個封閉的三角網格曲面模型。步驟2)中所述的初始化三角網格曲面的三角點是指構成模型三角面片的三個頂點，稱為二角點。步驟3)中所述的選取比對的樣本三角點具體包括 求取三角面片周長，遍歷全部三角面片； 將三角面片周長擴大到整數； 求三角面片周長大小的分布概率； 取一定比例的三角點作為樣本點。步驟3)中所述的將三角面片周長擴大到整數，一般情況下，計算得到的三角面片周長都不是整數，為了方便計算，將所有的周長同乘一個倍數擴大到整數。步驟3)中所述的求三角面片周長大小的分布概率，是指將各個三角面片周長出現的概率按從大到小進行排序，由于實際采集得到的點云模型原始點一般分布較均勻，因此在模型曲面上三角面片周長出現的概率遠遠大于偽曲面上三角面片周長出現的概率。步驟3)中所述的一定比例，通過誤差分析比較，本案例中取周長出現概率大的前100個三角點作為比對的樣本點，適用于大部分情況但并不局限于此，實際應用時可根據數據規模適當調整樣本比例。步驟4)中所述的計算輸入原始點與樣本三角點的平均最大距離，將其設為分割閾值T，具體包括 1)計算樣本三角點到原始點的歐氏距離，按列固定，每列由小到大進行排列，統計原始點周邊單位距離內生成的三角點數量，求得生成三角點的單位密度，求取單位密度下的歐氏距離，即為在單位密度下的最大距離； 2)按采集樣本點的個數計算平均最大距離，將其設為分割閾值T。步驟5)中所述的利用分割閾值/對封閉曲面進行分割，得到邊緣光順、準確的非封閉曲面包括 1)將樣本三角點到原始點的歐氏距離大于閾值Γ的三角點標記為0，小于閾值Γ的三角點標記為I ; 2)將含有標記為O的三角點的三本文檔來自技高網...

【技術保護點】
一種自動的非封閉隱式曲面重建方法，其特征在于其步驟包括：1）采用隱式曲面三維重建方法將輸入的非封閉點云數據模型生成三角網格曲面模型；2）初始化三角網格曲面三角點；3）選取比對的樣本三角點；4）計算樣本三角點與輸入原始點的平均最大距離，將其設為分割閾值；5）利用分割閾值對重建生成的三角網格曲面進行自動分割，刪除非實體上不合理的三角面片，得到邊緣光順正確的非封閉曲面。

【技術特征摘要】

【專利技術屬性】
技術研發人員：溫佩芝，寧如花，
申請(專利權)人：桂林電子科技大學，溫佩芝，
類型：發明
國別省市：