[发明专利]内存友好的三维模型曲面重建图割算法

权利要求书

1.一种内存友好的三维模型曲面重建图割算法，其特征在于：IBFS算法主要步骤可以概括为：生长、增广和收养阶段，EIBFS也是这三个主要步骤，但是只有生长步骤和IBFS算法完全相同，增广和收养阶段则是在IBFS算法的基础上进行改进，以提升算法的鲁棒性，EIBFS的算法大致如下：

初始状态下，S森林中只有一个顶点s，T森林中只有一个顶点t，且此时ds(s)＝dt(t)＝0，所有的父结点指针为空，该算法是通过传递方式来进行的，在传递的过程中会选择一个树来进行生长，要么是正向生长，即选取S森林；要么是逆向生长，即选取T森林，生长的目的就是为了将点云中的所有点都进行处理，将点添加到森林中去，处理的结果为，要么一个点要么在S森林中、要么在T森林中或者要么就是一个活跃状态的自由点，EIBFS算法在每个阶段都会进行生长步骤，当找到了一条增广路径时，会以增广步骤和收养阶段交替进行的方式来进行增广步骤；

增广阶段可以概括为处理生长阶段中点与点之前的树路径，并根据这条路的瓶颈余容量来增加这条路的流量，增广阶段的处理会产生孤叶子结点和T森林中的增量或者S森林中的差量，产生孤叶子结点的话需要再多进行一个操作来处理这些被单独标记出来的孤叶子结点，也就是收养阶段，收养阶段中会对所有的孤叶子结点进行处理，为这些结点寻找一个新的父结点或者将这个点从当前森林中移除，如果产生增量或者差量的话，就需要对这些流进行推出或者增流处理，在EIBFS算法中，增广和收养阶段是交替进行的，以更好更及时的处理如上问题，当T森林中所有的超量都被排尽或消除且S森林中所有的差量也被排尽或者消除时，就继续进行生长步骤直到所有点都被处理之后停止算法的运行；

收养阶段使用的是一种三通收养策略，也就是在一个增广阶段的收养过程中，顶多会进行查看孤叶子结点周围的弧段三次，这是一种鲁棒性较好且算法效率较高的一种收养方式；

在实际运行过程中，发现EIBFS算法的内存消耗也比较大，因此针对一些可改进之处进行了优化处理：

由于三维曲面重建的特别之处就在于需要处理海量的点云数据，往往是百万、千万级别的，且在函数中，大量的使用指针去指向这些点，而在图割步骤结束之前都不会释放这些指针，那么就会导致运算时间内的内存占用量急剧增大。