[发明专利]一种应用自适应密度估计子的点云泊松表面重建方法

权利要求书

1.一种应用自适应密度估计子的点云泊松表面重建方法，其特征在于，包括如下步骤：

步骤一，通过估计核函数的带宽来估计导频密度；

步骤二，由导频密度估计结果，得到对应于不同样本的自适应带宽，然后由自适应带宽核函数来计算点的密度；

步骤三，由点的密度确定分辨率，将法线扩散到相应的分辨率，以获得平滑的矢量场；应用此生成的矢量场代入泊松系统以求解指标函数。

2.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，核函数采用高斯核函数。

3.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，步骤一中，基于经验法则，由输入样本的标准偏差和四分位数范围估算核函数的带宽。

4.根据权利要求3所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，核函数的带宽估计方法如下式(1)及式(2)所示：

h＝0.4min(δ，IQR/1.34)N^-0.2 (1)

6×2^-k≤2.6max(h_x，h_y，h_z)≤6.4×2^-k (2)

式中：

δ表示点云的密度；

IQR表示四分位间距；

N表示所有样本的权重总和；

k表示核深度；

h为核函数的带宽；

h_x表示核函数带宽h的x轴分量；

h_y表示核函数带宽h的y轴分量；

h_z表示核函数带宽h的z轴分量。

5.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，步骤二包括如下分步骤：

步骤B1，通过三线性插值获得样本的内插权重，内插权重的计算方法如下：

ρ＝∑_o∈Ngbr(p)α_pW (3)；

式中：

ρ表示样本所在位置的内插权重；

α_p表示三线性插值的系数；

p表示插值的空间位置；

Ngbr(p)表示距离位置p最近的同一深度的8个八叉树结点；

W表示结点的权重值；

步骤B2，将样本的插值权重与相同深度处所有样本的插值权重的均值进行比较，以获得自适应带宽：

式中：

h_o表示自适应带宽；

h表示核函数的固定带宽；

ρ表示步骤B1中得到的样本内插权重；

average(ρ)表示同一深度内样本内插权重的平均值；

γ表示自适应带宽变化的敏感度。

6.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，步骤二中，根据三维高斯分布，将每个样本的权重分配给相同深度处的周围节点；计算每个节点的积分权重，并通过相邻节点积分权重的插值来表示某个位置的密度；用高斯核函数来估计点云分布密度，在八叉树的结构下，设k表示核深度；从k层往上，每一层估计一次。

7.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，步骤三中，通过将叶子节点法向量乘以一定权重并将其扩散某一深度的邻域中而获得向量场；应用三线性插值并结合最近邻插值法，给定目标值，使得其中某位置的插值权重等于该目标值，由位置的插值权重推断出此位置深度。

8.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，将DTU数据集作为输入点云，并将任意点的8个最近邻居的平均距离作为比例值添加到输入点云。

9.根据权利要求1所述的应用自适应密度估计子的点云泊松表面重建方法，其特征在于，在点云泊松表面重建之后，删除远离点云本身的多余面。