CN105741345A - 点云法向量调整方法及系统 - Google Patents

点云法向量调整方法及系统 Download PDF

Info

Publication number
CN105741345A
CN105741345A CN201410759441.XA CN201410759441A CN105741345A CN 105741345 A CN105741345 A CN 105741345A CN 201410759441 A CN201410759441 A CN 201410759441A CN 105741345 A CN105741345 A CN 105741345A
Authority
CN
China
Prior art keywords
triangle
normal vector
adjacent
constructed
cloud
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.)
Pending
Application number
CN201410759441.XA
Other languages
English (en)
Inventor
陶韬
吴新元
张恒
杨宗涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yuzhan Precision Technology Co ltd, Hon Hai Precision Industry Co Ltd filed Critical Shenzhen Yuzhan Precision Technology Co ltd
Priority to CN201410759441.XA priority Critical patent/CN105741345A/zh
Priority to US14/713,985 priority patent/US20160171760A1/en
Publication of CN105741345A publication Critical patent/CN105741345A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Generation (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

一种点云法向量调整方法，包括：获取点云数据；对所获取的点云数据进行网格化构建三角形；从所构建的三角形中选取参考三角形；计算参考三角形的法向量；从所构建的三角形中选取参考三角形的相邻三角形,所述相邻三角形与参考三角形相邻且法向量未调整，并计算所述相邻三角形的法向量；根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形；及当所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回计算所更新后的参考三角形的法向量。本发明还提供一种点云法向量调整系统。本发明能避免由三角网格面构成的三维合成图像的颜色显示错误。

Description

点云法向量调整方法及系统
技术领域
本发明涉及点云处理技术领域，尤其涉及一种点云法向量调整方法及系统。
背景技术
点云文件是由三维设备扫描出来的一组可以解析成空间座标的数据文件。打开点云文件，将会得到一幅由点组合而成的三维图像。在对三维图像进行三角网格化处理后，会形成由三角网格面构成的三维合成图像，同时三维合成图像的三角网格面会自动设置成不同颜色以便于区分正反。三角网格面的正反是由其法向量方向的正反决定的。对点云文件进行三角网格化时，不会对三角网格面的法向量方向自动调整，导致一些侧面，或者与整体面不相连的孤岛面的法向量方向判断错误，进而导致面的颜色显示错误。
发明内容
鉴于以上内容，有必要提供一种点云法向量调整方法及系统，对点云的三角网格面的法向量方向自动调整，避免由三角网格面构成的三维合成图像的颜色显示错误。
一种点云法向量调整方法，应用于计算装置中，其特征在于，该方法包括：获取步骤，获取点云数据；构建步骤，利用三角网格面构建方法对所获取的点云数据进行网格化构建三角形；选取步骤一，从所构建的三角形中选取参考三角形；计算步骤，计算参考三角形的法向量；选取步骤二，从所构建的三角形中选取参考三角形的相邻三角形，并计算所述相邻三角形的法向量，所述相邻三角形与参考三角形相邻且法向量未调整；调整步骤一，根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形；及判断步骤，判断所构建的三角形中是否存在与所更新后的参考三角形相邻且法向量未调整的三角形，若所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回所述计算步骤。
一种点云法向量调整系统，运行于计算装置中，该系统包括：获取模块，用于获取点云数据；构建模块，用于利用三角网格面构建方法对所获取的点云数据进行网格化构建三角形；选取模块，用于从所构建的三角形中选取参考三角形；计算模块，用于计算参考三角形的法向量；所述选取模块，还用于从所构建的三角形中选取参考三角形的相邻三角形，并计算所述相邻三角形的法向量，所述相邻三角形与参考三角形相邻且法向量未调整；调整模块，用于根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形；及判断模块，用于判断所构建的三角形中是否存在与所更新后的参考三角形相邻且法向量未调整的三角形，若所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回所述计算模块。
相较于现有技术，所述点云法向量调整方法及系统，对点云进行网格化构建三角形，能对每个三角形的法向量方向自动调整，这样就可以避免一些侧面，或者与整体面不相连的孤岛面的法向量方向出现错误。
附图说明
图1是本发明点云法向量调整系统较佳实施例的运行环境示意图。
图2是本发明点云法向量调整系统较佳实施例的功能模块图。
图3是本发明点云法向量调整方法较佳实施例的流程图。
图4是构建一个三角形的示意图。
主要元件符号说明
计算装置 1
点云法向量调整系统 10
存储设备 11
处理设备 12
获取模块 100
构建模块 101
选取模块 102
计算模块 103
调整模块 104
判断模块 105
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
参阅图1所示，是本发明点云法向量调整系统较佳实施例的运行环境示意图。所述点云法向量调整系统10运行于计算装置1中。该计算装置1还包括通过数据总线相连的存储设备11及一个或者多个处理设备12等。所述计算装置1可以是电脑、服务器等。
所述的点云法向量调整系统10包括一个或多个由程序代码组成的功能模块(详见图2)，各功能模块存储于所述存储设备11中，并由所述处理设备12所执行，以实现如下功能：对点云进行网格化构建三角形，自动调整每个三角形的法向量方向，这样就可以避免一些侧面，或者与整体面不相连的孤岛面的法向量方向出现错误。
所述存储设备11用于存储所述点云法向量调整系统10中各个程序段的程序代码。该存储设备11可以为智能媒体卡(smartmediacard)、安全数字卡(securedigitalcard)、快闪存储器卡(flashcard)等储存设备。
参阅图2所示，在本实施例中，所述点云法向量调整系统10的功能模块包括：获取模块100、构建模块101、选取模块102、计算模块103、调整模块104及判断模块105。以下将结合图3说明各模块的具体功能。
参阅图3所示，是本发明点云法向量调整方法较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
步骤S10，获取模块100从存储设备11中获取点云数据。所述点云数据包括点的三维坐标及点云总数。
步骤S11，构建模块101利用三角网格面构建方法对所获取的点云数据进行网格化构建三角形。
在本实施例中，构建模块101根据点云数据中点的三维坐标，计算得到所述点云的包围盒，对所述点云包围盒分割后，确定一条基准边，以该基准边作为一个三角形的边，寻找距离该基准边最近的点作为三角形的另外一个顶点。所寻找到的点的还要满足：所寻找到的点与该基准边所构成三角形的外接圆内不包含第四个点，否则舍弃所寻找到的点，继续寻找下一个该基准边最近的点。再分别以新构建的三角形的边为基准边，构建新的三角形，直到所述点云中所有的点都被连接成三角形，达到三角网格化的效果。
例如，如图4，假设有四个点A，B，C及D，以AB为基准边，确定一个三角形另一个顶点。过三角形ABC顶点的外接圆内不包含其他点，故C点符合要求；过三角形ABD顶点的外接圆内包含点C，故舍弃D点。最终以A，B，C三点构建三角形。
在本实施例中，所构建的每个三角形都有一个顶点顺序表。每个三角形的顶点顺序表存储着每个三角形的三个顶点选取的顺序。
步骤S12，选取模块102从所构建的三角形中选取参考三角形。
在本实施例中，所述选取模块102选取参考三角形的过程为：
计算所构建的每个三角形的中心；
计算所有三角形的中心的中心点；
从所构建的每个三角形中选取一个三角形作为参考三角形，该参考三角形的中心与所述中心点的距离最小。
步骤S13，计算模块103计算参考三角形的法向量。
在本实施例中，所述计算模块103根据参考三角形的顶点顺序表计算参考三角形的法向量。例如参考三角形为ABC，其顶点顺序表为A，B，C，即A是第一个被选取的顶点，B是第二个被选取的顶点，C是第三个被选取的顶点。那么参考三角形ABC的法向量为向量叉乘向量即为
步骤S14，选取模块102从所构建的三角形中选取参考三角形的相邻三角形，并计算所述相邻三角形的法向量，所述相邻三角形与参考三角形相邻且法向量未调整。
在本实施例中，所述相邻三角形是指与参考三角形有一条公共边。
步骤S15，调整模块104根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形。
在本实施例中，当参考三角形的法向量与所述相邻三角形的法向量的夹角大于90度时，调整模块104调整所述相邻三角形的顶点顺序表，使所述相邻三角形的法向量的方向翻转。例如，所述相邻三角形为DEF，调整前的所述相邻三角形的顶点顺序表为D，E，F，所述相邻三角形DEF的法向量为向量叉乘向量调整后所述相邻三角形的顶点顺序表为D，F，E，所述相邻三角形DEF的法向量为向量叉乘向量
当参考三角形的法向量与所述相邻三角形的法向量的夹角不大于90度时，调整模块104对所述相邻三角形的法向量不做调整。
步骤S16，判断模块105判断所构建的三角形中是否存在与所更新后的参考三角形相邻且法向量未调整的三角形。当所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回执行步骤S13；当所构建的三角形中不存在与所更新后的参考三角形相邻且法向量未调整的三角形，执行步骤S17。
步骤S17，判断模块105判断所构建的三角形中是否存在未处理的由连续点所构成的三角形。当所构建的三角形中存在未处理的由连续点所构成的三角形，执行步骤S18；当所构建的三角形中没有未处理的由连续点所构成的三角形时，该流程结束。
在本实施例中，未处理的连续点为孤岛点，未处理的由连续点所构成的三角形为孤岛面。
步骤S18，选取模块102从未处理的由连续点所构成的三角形中选取基准三角形，并计算所述基准三角形的法向量。
在本实施例中，所述基准三角形的选取与步骤S12中的参考三角形过程类似。
步骤S19，调整模块104根据所述基准三角形的法向量及所选取的参考三角形的法向量，对所述基准三角形的法向量进行调整。
步骤S20，调整模块104根据所述基准三角形的调整后的法向量对未处理的由连续点所构成的三角形中其他的三角形的法向量进行调整。
在本实施例中，对所述其他的三角形进行调整的方法与步骤13-步骤S16类似。
最后应说明的是，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等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种点云法向量调整方法，应用于计算装置中，其特征在于，该方法包括：
获取步骤，获取点云数据；
构建步骤，利用三角网格面构建方法对所获取的点云数据进行网格化构建三角形；
选取步骤一，从所构建的三角形中选取参考三角形；
计算步骤，计算参考三角形的法向量；
选取步骤二，从所构建的三角形中选取参考三角形的相邻三角形，并计算所述相邻三角形的法向量，所述相邻三角形与参考三角形相邻且法向量未调整；
调整步骤一，根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形；及
判断步骤，判断所构建的三角形中是否存在与所更新后的参考三角形相邻且法向量未调整的三角形，若所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回所述计算步骤。
2.如权利要求1所述的点云法向量调整方法，其特征在于，所述选取步骤一中选取参考三角形的过程为：
计算所构建的每个三角形的中心；
计算所构建的所有三角形的中心的中心点；及
从所构建的每个三角形中选取一个三角形作为参考三角形，该参考三角形的中心与所述中心点的距离最小。
3.如权利要求1所述的点云法向量调整方法，其特征在于，所构建的每个三角形有一个顶点顺序表，该顶点顺序表存储着所述三角形的三个顶点选取的顺序。
4.如权利要求3所述的点云法向量调整方法，其特征在于，在所述调整步骤中，当参考三角形的法向量与所述相邻三角形的法向量的夹角大于90度时，调整所述相邻三角形的顶点顺序表，使所述相邻三角形的法向量的方向翻转。
5.如权利要求1所述的点云法向量调整方法，其特征在于，该方法还包括：
选取步骤三，当所构建的三角形中还有未处理的由连续点所构成的三角形时，从未处理的由连续点所构成的三角形中选取基准三角形，并计算所述基准三角形的法向量；
调整步骤二，根据所述基准三角形的法向量及所选取的参考三角形的法向量，对所述基准三角形的法向量进行调整；及
调整步骤三，根据所述基准三角形的调整后的法向量对未处理的由连续点所构成的三角形中其他的三角形的法向量进行调整。
6.一种点云法向量调整系统，运行于计算装置中，其特征在于，该系统包括：
获取模块，用于获取点云数据；
构建模块，用于利用三角网格面构建方法对所获取的点云数据进行网格化构建三角形；
选取模块，用于从所构建的三角形中选取参考三角形；
计算模块，用于计算参考三角形的法向量；
所述选取模块，还用于从所构建的三角形中选取参考三角形的相邻三角形，并计算所述相邻三角形的法向量，所述相邻三角形与参考三角形相邻且法向量未调整；
调整模块，用于根据参考三角形的法向量与所述相邻三角形的法向量对所述相邻三角形的法向量进行调整，并将所述相邻三角形更新为参考三角形；及
判断模块，用于判断所构建的三角形中是否存在与所更新后的参考三角形相邻且法向量未调整的三角形，若所构建的三角形中存在与所更新后的参考三角形相邻且法向量未调整的三角形，返回所述计算模块。
7.如权利要求6所述的点云法向量调整系统，其特征在于，所述选取模块选取参考三角形的过程为：
计算所构建的每个三角形的中心；
计算所构建的所有三角形的中心的中心点；及
从所构建的每个三角形中选取一个三角形作为参考三角形，该参考三角形的中心与所述中心点的距离最小。
8.如权利要求6所述的点云法向量调整系统，其特征在于，所构建的每个三角形有一个顶点顺序表，该顶点顺序表存储着所述三角形的三个顶点选取的顺序。
9.如权利要求8所述的点云法向量调整系统，其特征在于，所述调整模块，还用于当参考三角形的法向量与所述相邻三角形的法向量的夹角大于90度时，调整所述相邻三角形的顶点顺序表，使所述相邻三角形的法向量的方向翻转。
10.如权利要求6所述的点云法向量调整系统，其特征在于，该系统还包括：
所述选取模块，还用于当所构建的三角形中还有未处理的由连续点所构成的三角形时，从未处理的由连续点所构成的三角形中选取基准三角形，并计算所述基准三角形的法向量；
所述调整模块，用于根据所述基准三角形的法向量及所选取的参考三角形的法向量，对所述基准三角形的法向量进行调整；及
所述调整模块，用于根据所述基准三角形的调整后的法向量对未处理的由连续点所构成的三角形中其他的三角形的法向量进行调整。
CN201410759441.XA 2014-12-10 2014-12-10 点云法向量调整方法及系统 Pending CN105741345A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410759441.XA CN105741345A (zh) 2014-12-10 2014-12-10 点云法向量调整方法及系统
US14/713,985 US20160171760A1 (en) 2014-12-10 2015-05-15 Electronic device and method for processing point cloud

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410759441.XA CN105741345A (zh) 2014-12-10 2014-12-10 点云法向量调整方法及系统

Publications (1)

Publication Number Publication Date
CN105741345A true CN105741345A (zh) 2016-07-06

Family

ID=56111680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410759441.XA Pending CN105741345A (zh) 2014-12-10 2014-12-10 点云法向量调整方法及系统

Country Status (2)

Country Link
US (1) US20160171760A1 (zh)
CN (1) CN105741345A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862749A (zh) * 2017-11-27 2018-03-30 华南理工大学 一种点云几何细节特征去除方法
CN117372489A (zh) * 2023-12-07 2024-01-09 武汉工程大学 一种用于双线结构光三维测量的点云配准方法及系统
CN117934732A (zh) * 2024-03-22 2024-04-26 北京华航唯实机器人科技股份有限公司 点云模型的重建方法、装置及电子设备

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11481974B2 (en) * 2020-01-22 2022-10-25 Vntana, Inc. Mesh optimization for computer graphics

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2838968B2 (ja) * 1994-01-31 1998-12-16 日本電気株式会社 半導体デバイスシミュレータのメッシュ生成方法
US6545676B1 (en) * 1999-05-24 2003-04-08 Parametric Technology Corporation Method and system for creating a tessellated approximation of an outer envelope of a complex model
CN102110305A (zh) * 2009-12-29 2011-06-29 鸿富锦精密工业（深圳）有限公司 点云三角网格面构建系统及方法
US8477153B2 (en) * 2011-08-24 2013-07-02 General Electric Company Method and system for navigating, segmenting, and extracting a three-dimensional image

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862749A (zh) * 2017-11-27 2018-03-30 华南理工大学 一种点云几何细节特征去除方法
CN107862749B (zh) * 2017-11-27 2020-02-18 华南理工大学 一种点云几何细节特征去除方法
CN117372489A (zh) * 2023-12-07 2024-01-09 武汉工程大学 一种用于双线结构光三维测量的点云配准方法及系统
CN117372489B (zh) * 2023-12-07 2024-03-12 武汉工程大学 一种用于双线结构光三维测量的点云配准方法及系统
CN117934732A (zh) * 2024-03-22 2024-04-26 北京华航唯实机器人科技股份有限公司 点云模型的重建方法、装置及电子设备

Also Published As

Publication number Publication date
US20160171760A1 (en) 2016-06-16

Similar Documents

Publication Publication Date Title
US8340400B2 (en) Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features
Sadeghi et al. A weighted KNN epipolar geometry-based approach for vision-based indoor localization using smartphone cameras
CN108279670B (zh) 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质
CN110226806B (zh) 一种鞋底涂胶轨迹生成方法及装置
CN107978017B (zh) 基于框线提取的室内结构快速建模方法
Sohn et al. An implicit regularization for 3D building rooftop modeling using airborne lidar data
CN112652036B (zh) 道路数据的处理方法、装置、设备及存储介质
CN105741345A (zh) 点云法向量调整方法及系统
CN110648363A (zh) 相机姿态确定方法、装置、存储介质及电子设备
US20150213644A1 (en) Multi-primitive fitting device and operation method thereof
CN105654460A (zh) 点云拼接系统及方法
CN108564604B (zh) 基于平面约束和三角剖分的双目视觉立体匹配方法及装置
CN111915657A (zh) 一种点云配准方法、装置、电子设备及存储介质
CN113658203A (zh) 建筑物三维轮廓提取及神经网络的训练方法和装置
US10097808B2 (en) Image matching apparatus and method thereof
US8249392B2 (en) Method for aligning point clouds
CN114926549B (zh) 三维点云处理方法、装置、设备以及存储介质
Jia et al. Mobile robot simultaneous localization and mapping based on a monocular camera
Park et al. Segmentation of Lidar data using multilevel cube code
CN116721230A (zh) 一种三维实景模型的构建方法、装置、设备及存储介质
Jelinek et al. Fast total least squares vectorization
US20220198743A1 (en) Method for generating location information, related apparatus and computer program product
CN113762397B (zh) 检测模型训练、高精度地图更新方法、设备、介质及产品
CN107730543B (zh) 一种半稠密立体匹配的快速迭代计算方法
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160706