[发明专利]点云网格简化系统及方法

权利要求书

1.一种点云网格简化系统，运行于计算机装置中，其特征在于，所述的点云网格简化系统包括：

网格输入模块，用于接收点云三角网格化后的原始网格模型，以及接收根据网格简化精度要求输入的网格简化比例；

法向面计算模块，用于计算原始网格模型中每一个网格顶点的法向面，以及计算每一个网格顶点到其法向面的距离；

删除点判定模块，用于根据输入的简化比例和每一个网格顶点到法向面的距离判定出对原始网格模型影响较小的点，以及从原始网格模型中将对原始网格模型影响较小的点和包含该点的网格删除；

局部网格化模块，用于当从原始网格模型中删除部份点之后，将原始网格模型中局部没有网格的点重新进行局部三角网格化；以及

网格处理模块，用于将局部网格化的网格与原来没有删除的网格和点结合组成一个新网格模型，以及将该新网格模型进行平滑处理得到与原始网格具有几何特征相似的简化网格模型。

2.如权利要求1所述的点云网格简化系统，其特征在于，所述的计算机装置连接有一种扫描设备，该扫描设备是一种激光扫描仪或3D光学扫描仪。

3.如权利要求2所述的点云网格简化系统，其特征在于，所述的网格输入模块还用于利用扫描设备对目标物件进行扫描得到目标物件的点云，以及将该目标物件的点云进行三角网格化得到原始网格模型。

4.如权利要求1所述的点云网格简化系统，其特征在于，所述的删除对原始网格模型影响较小的点和包含该点的网格包括步骤：

将每一个网格顶点到其法向面的距离从大到小排序；

用所述简化比例乘以网格点数目得到要保留的n个点数目；

按照距离从大到小找出该n个要保留的点；以及

删除其它对原始网格模型的几何特征影响较小的点和包含这些点的网格。

5.如权利要求1所述的点云网格简化系统，其特征在于，所述的局部三角网格化采用一种Delaunay网格化算法，该Delaunay网格化算法包括如下步骤：

生成一个满足条件的三角形，该三角形外接圆内没有其它点；

以其中的三条边为基础向三个不同方向寻找满足的条件的点，生成新的三角形；以及

以新的三角形为基础向四周扩展直到三角形网格充满整个区域。

6.一种点云网格简化方法，应用于计算机装置中，其特征在于，该方法包括步骤：

接收点云三角网格化后的原始网格模型，并接收根据网格简化精度要求输入的网格简化比例；

计算原始网格模型中每一个网格顶点的法向面，并计算每一个网格顶点到其法向面的距离；

根据输入的简化比例和每一个网格顶点到法向面的距离判定出对原始网格模型影响较小的点；

从原始网格模型中将对原始网格模型影响较小的点和包含该点的网格删除；

当从原始网格模型中删除部份点之后，将原始网格模型中局部没有网格的点重新进行局部三角网格化；以及

将局部网格化的网格与原来没有删除的网格和点结合组成一个新网格模型，并将新网格模型进行平滑处理得到与原始网格具有几何特征相似的简化网格模型。

7.如权利要求6所述的点云网格简化方法，其特征在于，所述的计算机装置连接有一种扫描设备，该扫描设备是一种激光扫描仪或3D光学扫描仪。

8.如权利要求7所述的点云网格简化方法，其特征在于，该方法还包括步骤：

利用所述扫描设备对目标物件进行扫描得到该目标物件的点云；

将所述目标物件的点云进行三角网格化得到原始网格模型。

9.如权利要求6所述的点云网格简化方法，其特征在于，所述的删除对原始网格模型影响较小的点和包含该点的网格包括步骤：

将每一个网格顶点到其法向面的距离从大到小排序；

用所述简化比例乘以网格点数目得到要保留的n个点数目；

按照距离从大到小找出该n个要保留的点；以及

删除其它对原始网格模型的几何特征影响较小的点和包含这些点的网格。

10.如权利要求6所述的点云网格简化方法，其特征在于，所述的局部三角网格化采用一种Delaunay网格化算法，该Delaunay网格化算法包括如下步骤：

生成一个满足条件的三角形，该三角形外接圆内没有其它点；

以其中的三条边为基础向三个不同方向寻找满足的条件的点，生成新的三角形；以及

以新的三角形为基础向四周扩展直到三角形网格充满整个区域。