CN105469446A - 点云网格简化系统及方法 - Google Patents

Abstract

一种点云网格简化系统及方法，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，并从原始网格模型中删除这些点和包含该点的网格；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；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与原始网格具有几何特征相似的简化网格模型。实施本发明，能够快速有效地达到简化点云网格的效果。

Description

点云网格简化系统及方法

技术领域

本发明涉及一种点云网格处理系统及方法，特别是关于一种点云网格简化系统及方法。

背景技术

在点云网格处理中，网格处理的速度是和网格数量成正比的。为了提高运算的速度，在保证证精度的前提下应该尽量降低网格的数量，因此网格简化是网格处理中的重要步骤。在网格的实际应用中，用户可能只对网格的部分区域感兴趣，并希望该区域有较高的精度，而其它区域只要达到基本要求即可。网格简化既要减少网格数量，又要保证模型形状特征。网格简化的方法有很多种，但对于网格数目大，物体形状复杂等情况，没有很好的解决方法。然而，现有的网格简化算法大多只考虑了模型的几何、拓扑信息，而没有考虑模型的封闭性问题。因此，网格简化效果不佳，简化不能很好的逼近原始网格。

发明内容

鉴于以上内容，有必要提供一种点云网格简化系统及方法，能够利根据顶点法向约束原则删除不满足约束的网格顶点，并采用局部重新三角网格化来达到网格简化的效果。

所述法人点云网格简化系统运行于计算机装置中，该系统包括：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；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。

所述的点云网格简化方法应用于计算机装置中，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；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。

相较于现有技术，本发明所述的点云网格简化系统及方法，能够利用网格顶点法向面的距离约束来删除对点云网格影响比较小的点和网格，并采用局部重新三角网格化来达到网格简化的效果。具有点云计算速度快且占用内存少的优点，可对任何形状、任何类型的点云网格进行补孔以及对复杂物件的点云进行不失真简化处理。

附图说明

图1是本发明点云网格简化系统较佳实施例的运行环境示意图。

图2是本发明点云网格简化方法较佳实施例的流程图。

图3采是用顶点删除法来简化点云网格模型的示意图。

图4采用Delaunay网格化法进行局部网格化的示意图。

图5是针对原始网格模型进行网格简化处理的示意图。

主要元件符号说明

计算机装置1

点云网格简化系统10

点云网格输入模块101

法向面计算模块102

删除点判定模块103

局部网格化模块104

网格处理模块105

输入设备11

存储设备12

处理器13

扫描设备2

目标物件3

具体实施方式

参阅图1所示，是本发明点云网格简化系统佳实施例的运行环境示意图。在本实施例中，所述的点云网格简化系统10安装并运行于计算机装置1中，该计算机装置1还包括，但不仅限于，输入设备11、存储设备12及处理器13。该计算装置1安装有操作系统(例如Windows操作系统或Linux操作系统)以及各种应用系统(例如软件程序及应用程序等)。所述的计算机装置1可以为一种个人计算机(PC)、工作站计算机(Workstationcomputer)、笔记本计算机(Notebook)、服务器(Server)或者其他电子计算装置。

所述的计算机装置1连接有一种扫描设备2，该扫描设备2用于对目标物件3(例如电子元器件)进行扫描(例如激光扫描)来获取该目标物件3的点云。所述的扫描设备2可以为一种激光扫描仪、3D光学扫描仪或其它合适的电子扫描设备。

所述的输入设备11用于输入需要简化点云网格数量的简化比例，例如按照0％至100％之间的任何一比例来简化点云的数量。所述的存储设备12包括，但不仅限于，内存、硬盘以及外部存储设备等。所述的处理器13包括，但不仅限于，中央处理器(CPU)、微处理器或其它数据处理机等。

在本实施例中，所述的点云网格简化系统10包括，但不仅限于，点云网格输入模块101、法向面计算模块102、删除点判定模块103、局部网格化模块104及网格处理模块105。本发明所称的功能模块是指一种能够被计算机装置1的处理器13所执行并且能够完成固定功能的一系列程序指令段，其存储于计算机装置1的存储设备12中。关于各功能模块101-105将在图2的流程图中作详细描述。

参阅图2所示，是本发明点云网格简化方法较佳实施例的流程图。在本实施例中，该方法应用于计算机装置1中，能够利用网格顶点法向面的距离约束来删除对点云网格影响比较小的点和网格，并采用局部重新三角网格化来达到网格简化的效果。具有点云计算速度快且占用内存少的优点，可对任何形状、任何类型的点云网格进行补孔以及对复杂物件的点云进行不失真简化处理。

步骤S21，网格输入模块101利用扫描设备2扫描目标物件3得到点云，并将所述点云进行三角网格化得到原始网格模型。在本实施例中，网格输入模块101可以接收从输入设备11直接输入的进行点云三角网格化后的网格模型。所述扫描设备2能够对目标物件3(例如电子元器件)进行扫描来获取该目标物件3的点云。所述的点云三角网格化就是将点云数据进行三角形网格化得到三角网格化模型，如图5A所示的原始网格模型包含许多三角化的点云网格。现有技术存在的许多点云三角网格化的方法来得到原始网格模型，在此不作具体描述。

步骤S22，云网格输入模块101接收使用者根据网格简化的精度要求从输入设备11输入的需要简化点云网格数量的简化比例。在本实施例中，使用者根据需要可以按照0％至100％之间的任何一比例来简化点云网格的数量，例如10％或50％等。如图5B所示的简化网格模型的简化比例为50％，而图5C所示的简化网格模型的简化比例为10％。

步骤S23，法向面计算模块102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。在本实例中，计算网格顶点的法向面按照如下算法：假设原始网格模型中共享顶点v0的三角形有k个，例如，分别为□v0v1v2,□v0v2v3…□v0vk-1vk,□v0vkv1，这些k个三角形的面积分别为S1，S2，…，Sk，其法向量分别为n1，n2，…，nk，那么定义每一个网格顶点的法向面的法向量如下：

将每一个网格顶点的法向量单位化：定义每一个三角形的中心点为即 $\stackrel{\‾}{v0}=\frac{\mathrm{\ΣvkSk}}{\mathrm{\ΣSk}}.$

其中，顶点v0的法向面就是经过中心点法向为n的平面，当法向面计算模块102计算出顶点v0的法向面之后，就可以计算出顶点v0到法向面的距离当所有网格顶点到其法向面的距离被计算出来后，其中，网格顶点到其法向面的距离越大，说明这个网格顶点对整个网格模型的几何特征影响越大。

步骤S24，删除点判定模块103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，并从原始网格模型中将该点和包含该点的网格删除。一般地，点云网格简化实质就是减少网格模型的点和面，但又要逼近原始网格模型。点云网格简化的方法有顶点删除法、三角形网格删除法、三角形网格合并法等。在本实施例中，删除点判定模块103采用顶点删除法来简化点云网格模型，其顶点删除法能最好的保持原始网格模型的特征。所述的删除点判定模块103将网格顶点到法向面的距离从大到小排序，用简化比例乘以网格点数目得到要保留的点数目(例如n个)，按照距离从大到小找出该n个要保留的点，并删除其它对网格模型的几何特征影响较小的点和包含这些点的网格。

如图3所示，是采用顶点删除法来简化点云网格模型的示意图。在本实施例中，网格顶点v1到其法向面的距离比较近，因此可以将该网格顶点v1从网格模型中删除掉。在删除该网格顶点v1的同时与它相关的三角形网格v1v2v3、v1v2v6、v1v3v4、v1v5v6以及v1v4v5也同时从网格模型中删除了。

步骤S25，当删除部份点之后会造成局部点没有网格，局部网格化模块104将这些没有网格的点重新进行局部三角网格化。由于删除一个点之后会造成与这个顶点相关的k个三角形也删除了，会造成原始网格模型的局部没有网格，因此必须将这些局部点重新三角网格化。在本实施例中，采用Delaunay网格化算法进行局部网格化，该Delaunay网格化算法步骤如下：(1)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；(2)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；(3)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。该Delaunay网格化算法的关键在于每一个三角形的产生，而三角形的产生的关键在边的扩展，扩展边的实质是寻找满足一定条件的第三个点做为新构成的三角形。边的扩展应该满足下面条件：(1)寻找点不再边或其延长线上；(2)寻找点与待扩展三角形第三点在边的两侧；(3)三角形的每一条边最多使用两次；(4)寻找点与边顶点构成的角应该够大。如图4所示，是采用Delaunay网格化算法进行局部网格化的示意图。例如，局部网格化模块104利用Delaunay网格化算法针对局部没有网格的点重新进行三角网格化，从而构建出了v2v3v6及v3v4v5这两个三角形网格。

步骤S26，网格处理模块105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，并将该新网格模型进行平滑处理得到与原始网格模型具有几何特征相似的简化网格模型。在三维网格模型的生成过程中，不可避免地会出现噪声，如何有效地消除这些噪声巳成为计算机辅助设计及计算机图形学领域的一个重要课题。在本实施中，网格处理模块105通过一种距离均衡化算法对网格进行平滑处理，该距离均衡化算法以顶点到其周围邻域平均平面的距离为出发点，通过控制顶点沿其法向方向移动使得该距离达到一种均衡，同时采用法向量控制的平滑来得到与原始网格具有相似几何特征的简化网格。

如图5A-5C所示，是针对原始网格模型进行网格简化处理的示意图。图5A为原始网格模型，其包含许多三角化的点云网格。图5B为采用简化比例为50％进行简化处理后的简化网格模型，而图5C采用简化比例为10％进行简化处理后的简化网格模型。从图5A-C的网格模型可以看出，图5B和图5C的简化网格模型与图5A的原始网格模型具有相似几何特征。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照以上较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换都不应脱离本发明技术方案的精神和范围。

Claims (10)

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。