中文--基于邻近径向基函数的三角网格模型的孔洞自动修补技术

《中文--基于邻近径向基函数的三角网格模型的孔洞自动修补技术》由会员分享，可在线阅读，更多相关《中文--基于邻近径向基函数的三角网格模型的孔洞自动修补技术（18页珍藏版）》请在毕设资料网上搜索。

1、PDF外文：http:/ 中文 6222 字  出处： 3D Data Processing, Visualization, and Transmission, Third International Symposium on. IEEE, 2006: 727-734 基于邻近径向基函数的三角网格模型的  孔洞自动修补技术    John Branch,Flavio Prieto, Pierre Boulanger 发表于 2006 年   摘   要   仅仅应 用传统 造型 技术 生成实体 模型 是 困难 而 复杂 的，

2、而逆向工程能够很好地 解决 这 些问题 。在逆向工程中，快 速光学扫描测量 常常地用于从几个 方向 实体进行 采样 ，收集采样数据，并把数据集成到 三角网格实体模型的区域图像 。实际中 ，由于 视角限制形成 测量盲区 ， 自遮挡 和 测不到等原因， 实体 表面的某些区域通常没有被 采样 ， 在模型中人为地 留下 一些 孔 洞 。  本文提出一种新颖的自动 修补三角网格模型 孔洞 的算法。 本 算法 开始于孔洞边界的搜索 。孔 洞的边界处的三角形为边界三角形，孔洞的边界就是由边界三角形互相不共享的边组成的封闭路径。根据孔洞边界上的点对边界进行 B 样条曲线拟合，再根据拟合结果计算孔洞边

3、界的 挠率 变化平均值，最后通过 挠率 变化的极限值判断该孔 洞是否属于人为孔洞 。 判断人为孔洞后，依托邻近区域，运用径向基函数插值自动修补孔洞 。 该算法在实验中取得了理想的结果。   1 简介   在 真实的环境 中 ，运用传统造型技术， 很难 生成精确 的 实体 几何 模型 。 激光测距仪 5与 被 采样 对象在 几何 上 相对独立 且数据获取时间极 短 ， 故 使用 激光测距仪 更具 吸引力。 深度 和颜色图象的 综合运用前途乐观 ，并且 创新地 被 用于高真实度视觉感受的实现 15， 16。 然而 ， 由于 实体 表面 性质 (例如 低反射率或 镜面全反射 )，

4、自遮挡 和 测不到等原因 ， 常常 不能 扫描 到 一些曲面 单 元，导致 部分 用于 重 构实体的 数据的缺失并最终在 模型中引入了孔洞 。 由 上述 不完 整数据集合生成 高质量 的网格 几何 模型依然 十分困难  24。 考虑到实现 完全 扫描真实环境 的技术难题 和 经 济成本 ， 通过 改进 残缺 的数据集 合 半自动或自动 地提高造型 质量 的 工具 值得期待 。   三角 网格模型中 的 孔洞 修补 问题可以分为两个子问题 ： 孔洞识别和基于邻近有用数据的 缺 失 数据 重构 。 两个 问题都 很重要 ， 对于 几何 内容 丰富 的 实体（ 例如逼真 的雕塑

5、） ， 在扫描它们 过程 中生成的孔洞一般非常 复杂 9。  然而，在许多实际 案件 中 ， 如 扫描 那些 光 顺 且 平 整的 区域 多 的内部环境 (例如 ， 家 里 或办公室内 的 环境 )的时候 ， 在 深度图像 中 生成 的孔 洞 可以 简化 拓扑 关系 。 此时， 更 简单的 用于识别孔洞和 参数 化邻近的 算法 可以 避免 一般情况下产生的 问题。   本文提出一种新颖 的 自动 识别 和 修补 较光顺 表面区域 上 孔洞 的算法。 但是本算法 仅 适用于 光滑 表面 上 的孔 洞 ， 而不是 提供 面向 一般 孔洞修补问题 的 解决方案 。 本算法 概念上

6、非常简单， 使用起来 十分 直接。 本 算法采 用三角网格模型进行边界 分析 (是否 属于一个三角 形 )。界限边 构成环的 存在 代表 孔 洞产生 。因此，一旦找到界限边，算法 将 追踪整个 边界 区域 。 边界 环上的 点最终将 进行拟合，以 用于孔洞修补 的插值 计算 。 孔洞邻近点 集 通过径向基函数插值拟合 出 表 面 。 本 算法一个重要特点 是 能够 保证重 构 补丁 光顺 地 融入 原始 表面 。  而且， 重构 后的 表面 将 保存原始 网格 的 采样 率 。 如果 新 点不能满足以上条件 ，它 们 将 进 行下 一 步 处理。算法 是 在 用于 生成网格模型 的表

7、面 运行，故 可以使用 任何重构技术 且 算法本身 仅 受 限 于 孔 洞尺寸 。 本文 算法 在真正的数据集 合上 的 高 效率且 能 极大 地 改 善 三角 网格 模型 的 整体质量 得到了详尽的展示 。   本文 各部分 组织如下： 第 1 部分是简介， 第 2 部分 简述前置处理， 第 3 部分详述 孔 洞修补 算法 ， 第 4 部分 是 算法 结果，第 5 部分 是论文 总结和未来 展望 。   2 已有研究 和相关 成果   孔洞修补是 实体重构中 的重大课题，其基础是 深度图像 识 别 6， 17， 20和 基于 点云 的 表面重 构 2， 3， 1

8、1， 12等 以往的 研究成果 。   Curless 和 Levoy 8在 实体 凹面 区域 用 内插无 采样 表面 来进行 孔 洞修补 。在这种情况下，使用 快速 原型机器，增加的表面 层可以生成用于 再生产的水密模型。此 算法对 实体 的 外观 的 只有 很少 的影响 或没有 影响 。我们关注 的是 ，在 任务中 ，如果没有固定 对象 ， 孔洞重构会 导致 模型建立 中的 人 为错误 。  Carr 等 人 7使 用 多维径向基函数 (RBF)对一套样本点 进行 拟合 ，得到 间接的表 达结果 。 此方法引入一个有符号的距离函数 ，对这个距离函数进行径向基函数拟合，从

9、得到的结果中 提取的 标准 表面。这个技术 虽然把 整个 点云集 合 当作 一个隐函数 处理， 不过 很通用 且 能得到很好 的结果。为了 生成有符号的距离函数， 系 统需要知道空间 中 的 哪个 部分对应 着 表面的外部， 哪个 部分对应 着 表面的内部，而这些常常并不是已知条件 。   Davis 等 人 9使用一种 类似于 内部喷涂 技术 4， 18的 容量扩散方法 来修补局部扫描中出现的孔洞 。 该 过程包括 把普通界面 转换成一个 具有有符号 距离函数 的综合 表示 界面 。 该 扩散算法交替 地进行着模糊 和 混合 ， 直到 表面 可以运用 等值面抽取技术 14进行 提

10、取。   Alexa 等人  1等使用类似 于 本文算法用 点 云 集合 描述 形状， 在表面上生成新点集合 并以此拟合表面 。 重构 的表面 可以继续 对点 云 集合 采样 。然而 ，此 方法却不是用于孔洞修补 。    Wang 和 Oliveira 21提出 一种 改进 深度图像 集合描述情景的重构过程的方法 。 该方法先进行分割，然后是 对缺失 几何和 纹理 信息的重 构 。 在缺失 几何数据的重 构中可以 利用包含许多平面和相 对 称表面 等 真正的 (室内 )情景 。因此 ， 3D Hough 变换 用于 识别 大平面 区域 10， 22，

11、23，其 对应的 区域被三角网格替换 ，且在 点云 集合中 删 除 对应点 。 对 余 下 的数据集 合 ， 通过 使用一种增加表面 的 重建算法 11单个实体 被 划分 成 空间 上 互相 接近的 若干 点群 。 在每 个点 群 种 ， 运用 3D Hough变换 21的变化分析 点云 以搜索 出大致 对 称 形状 。这些 形状 被 识别后 ，算法 会 自动地通过 模型中数据的镜像复制 进行重 构 。 相对于原始模型 ， 此 算 法有 重大 改善，但 仍会产生一 些可见孔 洞 。这样孔 洞 本质上起因于模型两边 的 缺乏数据和表面重建算法 2， 3， 11， 12在多 采样密度区域 的 局限 性 。 本文所述的 算法 针对 于 以上各种情况下不能解决的孔洞 。   3 孔洞修补 算法    为了便于修正网格 几何 模型中由于数据缺 失而引起的 拓扑反常现象 ，常常 需要 引 入 新点。提出的方法 是 首先分析 并识别网格模型中孔洞，判断出 当前孔 洞 哪个必须填装，哪个属于对象的拓扑结构。例如，面具的表面的眼睛区域 允许 存在表面间断的孔洞 ，详见 如图 1。 图 2 是本 算法的结构图。