徐 志,许宏丽
XU Zhi,XU Hongli
北京交通大学 计算机与信息技术学院,北京 100044
School of Computer&Information Technology,Beijing Jiaotong University,Beijing 100044,China
近年来基于点的图形学(Point-based Graphic)研究受到了广泛的关注。人们对点的技术进行大量的工作,特别是在点云表示、点云造型、点云绘制等方面取得了许多新的进展[1]。然而,点云模型还很难应用到实际的应用系统中,原因就是点云模型的体积等积分属性很难计算。体积是点云模型重要的几何属性,在许多应用场景需要被频繁地计算。
物体的点云模型是在物体表面扫面点的集合。点的采样集合作为一种新的曲面表示方式,无需存储维护全局一致的几何拓扑信息,因而能够对复杂的3D模型进行高效的绘制和灵活的集合处理。快速计算点云模型的体积具有重要意义,如在使用激光雷达作为信息采集设备的塌方预警系统中,需要通过判别物体变化的体积与位移来确定灾害发生的等级;在模型自动识别系统中,通过计算多个点云模型的体积预先判别模型是否一致。
目前,就点云模型而言,体积的计算首先要重构点云曲面模型。近年来,曲面重建算法现在是计算机图形学领域的热门研究课题,经典算法有零集法、Poisson重建法[2]、Delaunay网格重建[3]及基于径向基函数的方法。Ohtake分别把多尺度CS-RBF与自适应CS-RBF应用到点云数据的三维建模中,其模型表面的质量更好,其抗噪能力也更强[4]。但是使用重建曲面来计算体积的方法,把工作集中在重构算法上,需要额外消耗大量的运算时间与空间,这样,对于只需要快速求取体积的应用系统中多出了许多工作。……