多视角三维数据场的构建研究

任 栋

(上海海事大学 商船学院,上海 201306)

随着计算机技术的不断发展,模式识别技术已由二维数据图像分析向三维模型识别转变,其研究重点也由以往对单个物体的三维重塑和特征提取,转向对整体环境的三维识别．在三维数据场下,等值面抽取和绘制算法最大的挑战来自于体数据场规模与处理效率的矛盾[1].不过，数据量的增加虽然会加重计算机运行负担,但更能提高模式识别效率．在现实情况下,观测点对于环境信息提取的完整性显然不可能和医学CT相提并论,相比于完整切片式的三维重构,其往往只能取得有限的观测面数据．事实上,三维数据场数据的建立基本依托于两个因素:一是物体和观测点的距离;二是多个观测点的角度和位移．其中距离探测问题可以通过激光测距、标尺及三角定位等一系列方法解决,而多角度观测既是模型建立的需要,也是可行和必须的研究方法．本文研究自然条件下三维数据场的整体构建,并描述如何对目标区域进行精细分割．

1 理论模型

移动立方体(marching cubes, MC)算法是一种通过对立方体的表面进行分析重建的算法.它通过提取两幅相邻切片图像形成的三维数据场构造立方体元,计算其中三角面片各顶点处的坐标和法向量,绘制出等值面,从而实现表面重建[2]．

在MC算法所构建的O-xyz坐标系中,观测点观测到的数据是以空间向量形式存在的.设G1,G2为观测点.在一个切片S1上的点集都已经被观测……