CN103729886A - 一种基于顶点重定位的三角网格表面模型概率融合方法 - Google Patents
一种基于顶点重定位的三角网格表面模型概率融合方法 Download PDFInfo
- Publication number
- CN103729886A CN103729886A CN201310742502.7A CN201310742502A CN103729886A CN 103729886 A CN103729886 A CN 103729886A CN 201310742502 A CN201310742502 A CN 201310742502A CN 103729886 A CN103729886 A CN 103729886A
- Authority
- CN
- China
- Prior art keywords
- summit
- triangle gridding
- surface model
- frame
- triangle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于顶点重定位的三角网格表面模型概率融合方法。它以两帧或多帧三角网格表面模型为输入,根据三角网格表面模型顶点位置的概率分布,估计模型之间重叠区域的“隐表面”,以消除因误差造成的几何上的模型不一致;实现模型数据结构上的连续一致,最终输出一幅融合后的完整三角网格表面模型;对于两帧三角网格表面模型的融合,采用两帧之间三角网格表面模型概率融合方法;对于多帧三角网格表面模型,递增式地采用两帧之间三角网格表面模型概率融合方法。本发明方法既适用于基于密集点云的表面模型,也适用于半密集点云的表面模型;考虑了表面模型的不确定性,进行了基于概率统计的融合,适用于大范围场景的模型融合。
Description
技术领域
本发明涉及一种三维场景重构和三维模型融合领域,尤其涉及一种基于顶点重定位的三角网格表面模型概率融合方法。
背景技术
当前的三角网格模型融合方法都只是对重叠部分三角网格顶点的重新连接,对于电脑生成的CAD模型,因其几乎不存在误差,融合后不影响视觉效果。但若对于传感器采集的真实环境数据,模型融合时重叠部分形状往往不吻合,若直接重新连接顶点,模型平整度会大大降低。
发明内容
本发明的目的是克服现有技术的不足,提供一种基于顶点重定位的三角网格表面模型概率融合方法。
基于顶点重定位的三角网格表面模型概率融合方法是:以两帧或多帧三角网格表面模型为输入,根据三角网格表面模型顶点位置的概率分布,估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”,并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上,以消除因误差造成的几何上的模型不一致;通过重新连接重定位后的顶点,实现模型数据结构上的连续一致,最终输出一幅融合后的完整三角网格表面模型;对于两帧三角网格表面模型的融合,直接采用两帧之间三角网格表面模型概率融合方法;对于多帧三角网格表面模型的融合,递增式地采用两帧之间三角网格表面模型概率融合方法,每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合,所述的两帧之间三角网格表面模型概率融合方法的具体步骤为:
2)对于两帧三角网格表面模型中的每个三角网格顶点,评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠,并标记两帧数据中所有处于重叠区域的三角网格顶点;
3)对处于重叠区域的每个三角网格顶点,搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的1个对应三角面,根据这些三角面顶点的位置不确定性,估计三角网格顶点在该局部区域的“隐表面”上投影并计算的不确定性;
4)重新连接重叠区域重定位后的顶点,形成连续一致的三角网格模型。
所述的步骤2)中标记两帧数据中所有处于重叠区域的三角网格顶点的方法为:遍历两帧数据中的所有点,对于此过程中的每一点,该点属于两帧数据中的某一帧,搜索另一帧三角网格中与以三角网格顶点为中心半径小于的范围内、数量不超过的所有最近点,得到顶点集,对于顶点集内顶点组成的所有三角面,若存在一个以、、为顶点的三角面,使得
且
其中为三角网格顶点所在帧三角网格中与其直接相连的三角面个数,、、、、、分别为三角网格顶点在本帧数据中的相邻三角面的法向量和对应的平面截距的方差,、分别为三角网格顶点在另一帧数据中的一个相邻三角面的法向量和平面截距的方差,利用加权最小二乘求取上式得到一种解的闭合形式
其中,
。
所述的步骤4)为:对于重叠区域重定位后的每个顶点,搜索其周围半径小于范围内的数量不超过的所有最近邻点,得到的点集为,为点集拟合的平面为,将点集包含的所有点投影到平面上得到二维点集,利用基于局部搜索的二维三角化算法逐点建立与周围点的连接关系,将该连接关系映射回原始三维顶点,即实现了对于重叠区域重定位后顶点的重新连接。
本发明与现有技术相比,具有的有益效果:
1.既适用于基于密集点云的表面模型,也适用于半密集点云的表面模型;
2.考虑了表面模型的不确定性,进行了基于概率统计的融合;
3.运算量与环境的大小无直接关系,仅与表面模型中顶点的数量有关,因此适用于大范围场景的模型融合。
附图说明
图1是基于顶点重定位的三角网格表面模型概率融合方法操作流程图;
图2是基于顶点重定位的三角网格表面模型概率融合方法对应三角形选取示意图;
图3是基于顶点重定位的三角网格表面模型概率融合方法顶点重定位示意图;
图4是基于顶点重定位的三角网格表面模型概率融合方法实施效果图。
具体实施方式
基于顶点重定位的三角网格表面模型概率融合方法是:以两帧或多帧三角网格表面模型为输入,根据三角网格表面模型顶点位置的概率分布,估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”,并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上,以消除因误差造成的几何上的模型不一致;通过重新连接重定位后的顶点,实现模型数据结构上的连续一致,最终输出一幅融合后的完整三角网格表面模型;对于两帧三角网格表面模型的融合,直接采用两帧之间三角网格表面模型概率融合方法;对于多帧三角网格表面模型的融合,递增式地采用两帧之间三角网格表面模型概率融合方法,每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合,所述的两帧之间三角网格表面模型概率融合方法的具体步骤为:
2)对于两帧三角网格表面模型中的每个三角网格顶点,评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠,并标记两帧数据中所有处于重叠区域的三角网格顶点;
3)对处于重叠区域的每个三角网格顶点,搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的1个对应三角面,根据这些三角面顶点的位置不确定性,估计三角网格顶点在该局部区域的“隐表面”上投影并计算的不确定性;
4)重新连接重叠区域重定位后的顶点,形成连续一致的三角网格模型。
所述的步骤2)中标记两帧数据中所有处于重叠区域的三角网格顶点的方法为:遍历两帧数据中的所有点,对于此过程中的每一点,该点属于两帧数据中的某一帧,搜索另一帧三角网格中与以三角网格顶点为中心半径小于的范围内、数量不超过的所有最近点,得到顶点集,对于顶点集内顶点组成的所有三角面,若存在一个以、、为顶点的三角面,使得
且
其中为三角网格顶点所在帧三角网格中与其直接相连的三角面个数,、、、、、分别为三角网格顶点在本帧数据中的相邻三角面的法向量和对应的平面截距的方差,、分别为三角网格顶点在另一帧数据中的一个相邻三角面的法向量和平面截距的方差,利用加权最小二乘求取上式得到一种解的闭合形式
其中,
所述的步骤4)为:对于重叠区域重定位后的每个顶点,搜索其周围半径小于范围内的数量不超过的所有最近邻点,得到的点集为,为点集拟合的平面为,将点集包含的所有点投影到平面上得到二维点集,利用基于局部搜索的二维三角化算法(Hardwick J C. Nested parallel 2D Delaunay triangulation method: U.S. Patent 6,088,511[P]. 2000-7-11.)逐点建立与周围点的连接关系,将该连接关系映射回原始三维顶点,即实现了对于重叠区域重定位后顶点的重新连接。
本发明的一种典型应用是多帧采集的三角网格表面模型进行融合。对于环境模型构建等应用,传感器在多个观测点采集数据,得到了不同视角下的环境模型,通过拼合,可以确定它们的相对位置关系,并转换到统一的坐标系下。由于传感器采集过程存在误差,所采集的模型与真实环境存在差异,而在拼合的过程中,位姿转换也存在误差,因此,拼合后模型的重叠部分往往存在形状不吻合的情况。对于此,应用本发明所提出的基于顶点重定位的三角网格表面模型概率融合方法,可实现重叠部分的吻合,融合后的模型在几何上和数据结构都是连续一致的。
Claims (6)
1.一种基于顶点重定位的三角网格表面模型概率融合方法,其特征在于,以两帧或多帧三角网格表面模型为输入,根据三角网格表面模型顶点位置的概率分布,估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”,并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上,以消除因误差造成的几何上的模型不一致;通过重新连接重定位后的顶点,实现模型数据结构上的连续一致,最终输出一幅融合后的完整三角网格表面模型;对于两帧三角网格表面模型的融合,直接采用两帧之间三角网格表面模型概率融合方法;对于多帧三角网格表面模型的融合,递增式地采用两帧之间三角网格表面模型概率融合方法,每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合,所述的两帧之间三角网格表面模型概率融合方法的具体步骤为:
2)对于两帧三角网格表面模型中的每个三角网格顶点,评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠,并标记两帧数据中所有处于重叠区域的三角网格顶点;
3)对处于重叠区域的每个三角网格顶点,搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的1个对应三角面,根据这些三角面顶点的位置不确定性,估计三角网格顶点在该局部区域的“隐表面”上投影并计算的不确定性;
4)重新连接重叠区域重定位后的顶点,形成连续一致的三角网格模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742502.7A CN103729886B (zh) | 2013-12-30 | 2013-12-30 | 一种基于顶点重定位的三角网格表面模型概率融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742502.7A CN103729886B (zh) | 2013-12-30 | 2013-12-30 | 一种基于顶点重定位的三角网格表面模型概率融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729886A true CN103729886A (zh) | 2014-04-16 |
CN103729886B CN103729886B (zh) | 2016-09-14 |
Family
ID=50453947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310742502.7A Active CN103729886B (zh) | 2013-12-30 | 2013-12-30 | 一种基于顶点重定位的三角网格表面模型概率融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729886B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599318A (zh) * | 2014-12-25 | 2015-05-06 | 北京农业信息技术研究中心 | 一种植物三维模型网格无缝融合的方法及系统 |
CN105629876A (zh) * | 2016-02-16 | 2016-06-01 | 华侨大学 | 一种三角网格模型数控加工的多刀具优化组合选择方法 |
CN104050640B (zh) * | 2014-06-16 | 2017-01-04 | 西安电子科技大学 | 一种多视角密集点云数据融合方法 |
CN108579091A (zh) * | 2018-04-27 | 2018-09-28 | 网易(杭州)网络有限公司 | 虚拟场景生成方法、装置、存储介质及电子设备 |
CN113223159A (zh) * | 2021-05-27 | 2021-08-06 | 哈尔滨工程大学 | 基于目标纹理虚拟化处理的单幅遥感图像三维建模方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8578494B1 (en) * | 2011-03-31 | 2013-11-05 | Rockwell Collins, Inc. | Security threat detection |
CN103473813A (zh) * | 2013-09-18 | 2013-12-25 | 南京大学 | 一种三维模型构件的自动提取方法 |
-
2013
- 2013-12-30 CN CN201310742502.7A patent/CN103729886B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8578494B1 (en) * | 2011-03-31 | 2013-11-05 | Rockwell Collins, Inc. | Security threat detection |
CN103473813A (zh) * | 2013-09-18 | 2013-12-25 | 南京大学 | 一种三维模型构件的自动提取方法 |
Non-Patent Citations (5)
Title |
---|
EUNYOUNG KIM 等: "Planar Patch based 3D Environment Modeling with Stereo Camera", 《16TH IEEE INTERNATIONAL CONFERENCE ON ROBOT & HUMAN INTERACTIVE COMMUNICATION》, 26 August 2007 (2007-08-26), pages 516 - 521 * |
MATTHEW BOLITHO 等: "Multilevel Streaming for Out-of-Core Surface Reconstruction", 《EUROGRAPHICS SYMPOSIUM ON GEOMETRY PROCESSING》, 31 December 2007 (2007-12-31), pages 1 - 10 * |
刘刚 等: "蒙太奇网格融合", 《软件学报》, vol. 14, no. 8, 31 December 2003 (2003-12-31), pages 1425 - 1432 * |
李道伦 等: "径向基函数网络的隐式曲面方法", 《计算机辅助设计与图形学学报》, vol. 18, no. 8, 31 August 2006 (2006-08-31), pages 1142 - 1148 * |
王旭东 等: "基于概率密度梯度方向的角点重定位技术", 《计算机应用》, vol. 30, no. 2, 28 February 2010 (2010-02-28) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104050640B (zh) * | 2014-06-16 | 2017-01-04 | 西安电子科技大学 | 一种多视角密集点云数据融合方法 |
CN104599318A (zh) * | 2014-12-25 | 2015-05-06 | 北京农业信息技术研究中心 | 一种植物三维模型网格无缝融合的方法及系统 |
CN104599318B (zh) * | 2014-12-25 | 2017-08-04 | 北京农业信息技术研究中心 | 一种植物三维模型网格无缝融合的方法及系统 |
CN105629876A (zh) * | 2016-02-16 | 2016-06-01 | 华侨大学 | 一种三角网格模型数控加工的多刀具优化组合选择方法 |
CN105629876B (zh) * | 2016-02-16 | 2018-08-10 | 华侨大学 | 一种三角网格模型数控加工的多刀具优化组合选择方法 |
CN108579091A (zh) * | 2018-04-27 | 2018-09-28 | 网易(杭州)网络有限公司 | 虚拟场景生成方法、装置、存储介质及电子设备 |
CN113223159A (zh) * | 2021-05-27 | 2021-08-06 | 哈尔滨工程大学 | 基于目标纹理虚拟化处理的单幅遥感图像三维建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103729886B (zh) | 2016-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993783A (zh) | 一种面向复杂三维建筑物点云的屋顶及侧面优化重建方法 | |
CN103729886A (zh) | 一种基于顶点重定位的三角网格表面模型概率融合方法 | |
CN103729883B (zh) | 一种三维环境信息采集与重构系统及方法 | |
CN101329771B (zh) | 一种基于图像序列的城市街区的快速建模方法 | |
CN107396374B (zh) | 一种基于虚拟力和泰森多边形的覆盖方法 | |
CN106780524A (zh) | 一种三维点云道路边界自动提取方法 | |
CN103473806A (zh) | 一种基于单幅图像的服装三维模型构建方法 | |
CN103984037A (zh) | 基于视觉的移动机器人障碍物检测方法和装置 | |
CN104661010A (zh) | 三维立体模型的建立方法和装置 | |
CN109410330A (zh) | 一种基于bim技术无人机航拍建模方法 | |
CN103413297A (zh) | 基于一体化三维gis模型的切割方法 | |
CN109472802B (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
CN103106632B (zh) | 一种基于均值漂移的不同精度三维点云数据的融合方法 | |
CN101404061B (zh) | 三维散乱点云拓扑近邻数据查询方法 | |
CN104363650B (zh) | 一种野外条件下无线传感器网络定位优化方法 | |
CN102496181A (zh) | 面向规模化生产的真正射影像制作方法 | |
CN107730587A (zh) | 一种基于图片快速三维化交互式建模方法 | |
CN104422396A (zh) | 产品组装间隙三维分析系统及方法 | |
Chen et al. | Automatic surface repairing, defeaturing and meshing algorithms based on an extended B-rep | |
CN109872384B (zh) | 一种基于机载lidar点云数据的杆塔自动化建模方法 | |
CN115203778A (zh) | 隧道超欠挖检测方法、装置、终端设备及存储介质 | |
CN103793937A (zh) | 一种基于密度聚类的三维几何模型的简化方法及其装置 | |
Wang et al. | Point cloud hole filling based on feature lines extraction | |
CN102663823A (zh) | 植物器官网格曲面孔洞修补方法及系统 | |
Ran et al. | Normal estimation algorithm for point cloud using KD-Tree |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180725 Address after: 310052 208, room 6, 1197 Binan Road, Binjiang District, Hangzhou, Zhejiang. Patentee after: Which Hangzhou science and Technology Co Ltd Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District Patentee before: Zhejiang University |