[发明专利]点云数据不均匀的三维重建方法、系统、设备及存储介质

说明书

本发明公开了一种点云数据不均匀的三维重建方法。包括：对物体扫描得到一个完整的点集数据，并进行法向量归一化等预处理；对于缺失数据人为增加简要的轮廓线条，得到稀疏点集；利用稀疏点集构造埃米特矩阵并求得法向量；法向量和点集数据计算得到插值函数，之后上采样得到最终点云；进行三角形化的操作，得到最终的三维重建模型。本发明还公开了一种点云数据不均匀的三维重建系统、计算机设备及计算机可读存储介质。本发明使用插值法解决了缺失部分的物体表面重建问题，结合人工草图的形状信息补全，可以自由地在模型缺失部分修改，能够很好地结合实际物体的样本点的几何特征与人工添加草图的特征，得到一个较为完整的重建模型。

技术领域

本发明涉及图形处理、三维重建技术领域，具体涉及一种点云数据不均匀的三维重建方法、点云数据不均匀的三维重建系统、计算机设备及计算机可读存储介质。

背景技术

近年来，随着扫描相机的技术的成熟，越来越多方式可以便捷的获得一个物体表面信息。相比于从前只能够通过红外扫描的方式从专业的实验室中获得物体表面信息的扫描，现在越来越多手机或者互联网公司平台推出了便携式的扫描应用程序。

从采样的点集中重建三维物体，指的是从点云数据中通过计算在计算机中得到现实物体在空间中的模型。过去的研究中，重建方法主要分为两类。一种是组合方法，一般采用德劳累三角化得到物体的三角形网格模型。虽然这种方法得到的网格对输入数据的误差很小，但是算法得到的网格不稳定，往往需要采样点足够平均和密集。

从点云中得到一个隐式函数来表达物体的表面是另一种重建思路，这种方法主要是通过用一组基函数的线性组合表达复杂的物体表面，通过求解大型稀疏线性方程组和最优化得到隐式函数。

目前的现有技术之一是Kazhdan等的《Poisson surface reconstruction》、《Screened poisson surface reconstruction》所提出的基于隐式曲面的针对带有法向量的点云数据的重建方法，基于泊松方程为点云重建提供的系统，包括函数求解模块，表面提取模块，自适应空间划分模块等。利用隐式函数解决三维重建问题。该方法的缺点是：需要输入带有法向量的点云数据，同时在处理点云数据稀疏的情况下重建效果不够好。

目前的现有技术之二是Bauchet等的《Kinetic Shape Reconstruction》提出的基于动态碰撞检测的重建方法，首先通过计算得到场景的一些面片，将面片扩散直到两个面片碰撞。通过一个优先队列处理这个过程，最后得到需要的表面相对平滑的重建模型。该方法的缺点是：动态碰撞检测需要的时间复杂度大，同时对于点云数据不均匀的情况不能很好的生成符合原物体的模型。

发明内容

本发明的目的是克服现有方法的不足，提出了一种点云数据不均匀的三维重建方法、系统、设备及存储介质。本发明解决的主要问题，是采集点云数据不均匀，同时在有些点云数据缺失法向量的情况下，如何对采集到的点云数据进行高效重建的问题。

为了解决上述问题，本发明提出了一种点云数据不均匀的三维重建方法，所述方法包括：

使用扫描设备对物体做尽可能全视角的扫描，得到空间中一个完整的点集数据；

对所述点集数据进行预处理，并保存为PLY数据格式，并对数据格式中的每个点的法向量进行归一化；

对于没有扫描到的缺失数据部分人为增加简要的轮廓线条，得到缺失数据的稀疏点集；

利用所述缺失数据的稀疏点集构造埃米特矩阵，再利用该矩阵通过最优化的方法求得所述缺失数据的稀疏点集的法向量；

通过所述稀疏点集的法向量和所述稀疏点集的数据来计算得到插值函数，再根据该插值函数上采样增加点云的密度使得与完整数据部分的采样点密度一致，得到缺失数据的最终点云；

结合扫描得到的点云以及所述缺失数据的最终点云，进行三角形化的操作，得到最终的三维重建模型。