版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、<p><b> 中文6222字</b></p><p> 出處:3D Data Processing, Visualization, and Transmission, Third International Symposium on. IEEE, 2006: 727-734</p><p> 基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的</p>
2、<p><b> 孔洞自動(dòng)修補(bǔ)技術(shù)</b></p><p> John Branch,Flavio Prieto, Pierre Boulanger</p><p><b> 發(fā)表于2006年</b></p><p><b> 摘 要</b></p><p&g
3、t; 僅僅應(yīng)用傳統(tǒng)造型技術(shù)生成實(shí)體模型是困難而復(fù)雜的,而逆向工程能夠很好地解決這些問(wèn)題。在逆向工程中,快速光學(xué)掃描測(cè)量常常地用于從幾個(gè)方向?qū)嶓w進(jìn)行采樣,收集采樣數(shù)據(jù),并把數(shù)據(jù)集成到三角網(wǎng)格實(shí)體模型的區(qū)域圖像。實(shí)際中,由于視角限制形成測(cè)量盲區(qū),自遮擋和測(cè)不到等原因,實(shí)體表面的某些區(qū)域通常沒(méi)有被采樣,在模型中人為地留下一些孔洞。</p><p> 本文提出一種新穎的自動(dòng)修補(bǔ)三角網(wǎng)格模型孔洞的算法。本算法開(kāi)始于孔洞
4、邊界的搜索。孔洞的邊界處的三角形為邊界三角形,孔洞的邊界就是由邊界三角形互相不共享的邊組成的封閉路徑。根據(jù)孔洞邊界上的點(diǎn)對(duì)邊界進(jìn)行B樣條曲線擬合,再根據(jù)擬合結(jié)果計(jì)算孔洞邊界的撓率變化平均值,最后通過(guò)撓率變化的極限值判斷該孔洞是否屬于人為孔洞。判斷人為孔洞后,依托鄰近區(qū)域,運(yùn)用徑向基函數(shù)插值自動(dòng)修補(bǔ)孔洞。該算法在實(shí)驗(yàn)中取得了理想的結(jié)果。</p><p><b> 1簡(jiǎn)介</b></p&
5、gt;<p> 在真實(shí)的環(huán)境中,運(yùn)用傳統(tǒng)造型技術(shù),很難生成精確的實(shí)體幾何模型。激光測(cè)距儀[5]與被采樣對(duì)象在幾何上相對(duì)獨(dú)立且數(shù)據(jù)獲取時(shí)間極短,故使用激光測(cè)距儀更具吸引力。深度和顏色圖象的綜合運(yùn)用前途樂(lè)觀,并且創(chuàng)新地被用于高真實(shí)度視覺(jué)感受的實(shí)現(xiàn)[15,16]。然而,由于實(shí)體表面性質(zhì)(例如低反射率或鏡面全反射),自遮擋和測(cè)不到等原因,常常不能掃描到一些曲面單元,導(dǎo)致部分用于重構(gòu)實(shí)體的數(shù)據(jù)的缺失并最終在模型中引入了孔洞。由上述
6、不完整數(shù)據(jù)集合生成高質(zhì)量的網(wǎng)格幾何模型依然十分困難 [24]。考慮到實(shí)現(xiàn)完全掃描真實(shí)環(huán)境的技術(shù)難題和經(jīng)濟(jì)成本,通過(guò)改進(jìn)殘缺的數(shù)據(jù)集合半自動(dòng)或自動(dòng)地提高造型質(zhì)量的工具值得期待。 </p><p> 三角網(wǎng)格模型中的孔洞修補(bǔ)問(wèn)題可以分為兩個(gè)子問(wèn)題:孔洞識(shí)別和基于鄰近有用數(shù)據(jù)的缺失數(shù)據(jù)重構(gòu)。兩個(gè)問(wèn)題都很重要,對(duì)于幾何內(nèi)容豐富的實(shí)體(例如逼真的雕塑),在掃描它們過(guò)程中生成的孔洞一般非常復(fù)雜[9]。 然而,在許多實(shí)際案件
7、中,如掃描那些光順且平整的區(qū)域多的內(nèi)部環(huán)境(例如,家里或辦公室內(nèi)的環(huán)境)的時(shí)候,在深度圖像中生成的孔洞可以簡(jiǎn)化拓?fù)潢P(guān)系。此時(shí),更簡(jiǎn)單的用于識(shí)別孔洞和參數(shù)化鄰近的算法可以避免一般情況下產(chǎn)生的問(wèn)題。 </p><p> 本文提出一種新穎的自動(dòng)識(shí)別和修補(bǔ)較光順表面區(qū)域上孔洞的算法。但是本算法僅適用于光滑表面上的孔洞,而不是提供面向一般孔洞修補(bǔ)問(wèn)題的解決方案。本算法概念上非常簡(jiǎn)單,使用起來(lái)十分直接。本算法采用三角網(wǎng)格模
8、型進(jìn)行邊界分析(是否屬于一個(gè)三角形)。界限邊構(gòu)成環(huán)的存在代表孔洞產(chǎn)生。因此,一旦找到界限邊,算法將追蹤整個(gè)邊界區(qū)域。邊界環(huán)上的點(diǎn)最終將進(jìn)行擬合,以用于孔洞修補(bǔ)的插值計(jì)算??锥脆徑c(diǎn)集通過(guò)徑向基函數(shù)插值擬合出表面。本算法一個(gè)重要特點(diǎn)是能夠保證重構(gòu)補(bǔ)丁光順地融入原始表面。</p><p> 而且,重構(gòu)后的表面將保存原始網(wǎng)格的采樣率。如果新點(diǎn)不能滿足以上條件,它們將進(jìn)行下一步處理。算法是在用于生成網(wǎng)格模型的表面運(yùn)行,
9、故可以使用任何重構(gòu)技術(shù)且算法本身僅受限于孔洞尺寸。本文算法在真正的數(shù)據(jù)集合上的高效率且能極大地改善三角網(wǎng)格模型的整體質(zhì)量得到了詳盡的展示。 </p><p> 本文各部分組織如下:第1部分是簡(jiǎn)介,第2部分簡(jiǎn)述前置處理,第3部分詳述孔洞修補(bǔ)算法,第4部分是算法結(jié)果,第5部分是論文總結(jié)和未來(lái)展望。</p><p> 2已有研究和相關(guān)成果</p><p> 孔洞修補(bǔ)
10、是實(shí)體重構(gòu)中的重大課題,其基礎(chǔ)是深度圖像識(shí)別[6,17,20]和基于點(diǎn)云的表面重構(gòu)[2,3,11,12]等以往的研究成果。 </p><p> Curless和Levoy [8]在實(shí)體凹面區(qū)域用內(nèi)插無(wú)采樣表面來(lái)進(jìn)行孔洞修補(bǔ)。在這種情況下,使用快速原型機(jī)器,增加的表面層可以生成用于再生產(chǎn)的水密模型。此算法對(duì)實(shí)體的外觀的只有很少的影響或沒(méi)有影響。我們關(guān)注的是,在任務(wù)中,如果沒(méi)有固定對(duì)象,孔洞重構(gòu)會(huì)導(dǎo)致模型建立中的人
11、為錯(cuò)誤。</p><p> Carr等人[7]使用多維徑向基函數(shù)(RBF)對(duì)一套樣本點(diǎn)進(jìn)行擬合,得到間接的表達(dá)結(jié)果。此方法引入一個(gè)有符號(hào)的距離函數(shù),對(duì)這個(gè)距離函數(shù)進(jìn)行徑向基函數(shù)擬合,從得到的結(jié)果中提取的標(biāo)準(zhǔn)表面。這個(gè)技術(shù)雖然把整個(gè)點(diǎn)云集合當(dāng)作一個(gè)隱函數(shù)處理,不過(guò)很通用且能得到很好的結(jié)果。為了生成有符號(hào)的距離函數(shù),系統(tǒng)需要知道空間中的哪個(gè)部分對(duì)應(yīng)著表面的外部,哪個(gè)部分對(duì)應(yīng)著表面的內(nèi)部,而這些常常并不是已知條件。
12、</p><p> Davis等人[9]使用一種類似于內(nèi)部噴涂技術(shù)[4,18]的容量擴(kuò)散方法來(lái)修補(bǔ)局部掃描中出現(xiàn)的孔洞。該過(guò)程包括把普通界面轉(zhuǎn)換成一個(gè)具有有符號(hào)距離函數(shù)的綜合表示界面。該擴(kuò)散算法交替地進(jìn)行著模糊和混合,直到表面可以運(yùn)用等值面抽取技術(shù)[14]進(jìn)行提取。</p><p> Alexa等人 [1]等使用類似于本文算法用點(diǎn)云集合描述形狀,在表面上生成新點(diǎn)集合并以此擬合表面。重構(gòu)
13、的表面可以繼續(xù)對(duì)點(diǎn)云集合采樣。然而,此方法卻不是用于孔洞修補(bǔ)。 </p><p> Wang和Oliveira [21]提出一種改進(jìn)深度圖像集合描述情景的重構(gòu)過(guò)程的方法。該方法先進(jìn)行分割,然后是對(duì)缺失幾何和紋理信息的重構(gòu)。在缺失幾何數(shù)據(jù)的重構(gòu)中可以利用包含許多平面和相對(duì)稱表面等真正的(室內(nèi))情景。因此,3D Hough變換用于識(shí)別大平面區(qū)域[10,22,23],其對(duì)應(yīng)的區(qū)域被三角網(wǎng)格替換,且在點(diǎn)云集合中刪除對(duì)
14、應(yīng)點(diǎn)。對(duì)余下的數(shù)據(jù)集合,通過(guò)使用一種增加表面的重建算法[11]單個(gè)實(shí)體被劃分成空間上互相接近的若干點(diǎn)群。在每個(gè)點(diǎn)群種,運(yùn)用3D Hough變換[21]的變化分析點(diǎn)云以搜索出大致對(duì)稱形狀。這些形狀被識(shí)別后,算法會(huì)自動(dòng)地通過(guò)模型中數(shù)據(jù)的鏡像復(fù)制進(jìn)行重構(gòu)。相對(duì)于原始模型,此算法有重大改善,但仍會(huì)產(chǎn)生一些可見(jiàn)孔洞。這樣孔洞本質(zhì)上起因于模型兩邊的缺乏數(shù)據(jù)和表面重建算法[2,3,11,12]在多采樣密度區(qū)域的局限性。本文所述的算法針對(duì)于以上各種情況
15、下不能解決的孔洞。</p><p><b> 3孔洞修補(bǔ)算法 </b></p><p> 為了便于修正網(wǎng)格幾何模型中由于數(shù)據(jù)缺失而引起的拓?fù)浞闯,F(xiàn)象,常常需要引入新點(diǎn)。提出的方法是首先分析并識(shí)別網(wǎng)格模型中孔洞,判斷出當(dāng)前孔洞哪個(gè)必須填裝,哪個(gè)屬于對(duì)象的拓?fù)浣Y(jié)構(gòu)。例如,面具的表面的眼睛區(qū)域允許存在表面間斷的孔洞,詳見(jiàn)如圖1。圖2是本算法的結(jié)構(gòu)圖。</p>
16、<p> 圖1 .a)表面孔洞,b)重述孔洞</p><p> 對(duì)孔洞的分析包括研究每個(gè)輪廓曲線的撓率。這種分析的依據(jù)是在表面孔洞是光滑而規(guī)則的,但是自遮擋造成的孔洞通常在輪廓曲線上呈現(xiàn)出撓率的不規(guī)則性,如有些例子在圖3所示。接著,依靠鄰近點(diǎn),開(kāi)始重復(fù)修補(bǔ)孔洞。通過(guò)鄰近點(diǎn)集的徑向基函數(shù)插值生成一些新點(diǎn),直到達(dá)到擬合預(yù)設(shè)值。</p><p><b> 圖2 算
17、法結(jié)構(gòu)圖</b></p><p><b> 3.1孔洞識(shí)別 </b></p><p> 孔洞修補(bǔ)過(guò)程的第一步是孔洞識(shí)別,依據(jù)對(duì)象拓?fù)浣Y(jié)構(gòu)此步得知當(dāng)前孔洞的類型。有些孔洞真正地屬于表面,還有些孔洞產(chǎn)生于數(shù)據(jù)的獲取階段,例如由于自遮擋或測(cè)不到等原因造成的孔洞,如圖4所示。</p><p> 如果對(duì)象是一個(gè)三角網(wǎng)格模型,孔洞包含一條
18、由邊界三角形邊組成的閉合路徑。一個(gè)邊界三角形至少有一條未與其他三角共享的邊(此邊稱為限制邊)。通過(guò)搜索這些邊界邊可以自動(dòng)地找到孔洞。區(qū)分兩種邊界的極限量是確定表面孔洞的內(nèi)部極限和確定一個(gè)補(bǔ)丁或在孔洞內(nèi)部極限內(nèi)部補(bǔ)丁的外部極限孔。在孔洞修補(bǔ)中,代表表面孔洞的內(nèi)部極限的路徑在檢測(cè)時(shí)不予考慮,這就排除識(shí)別后的每個(gè)孔洞都不是表面孔洞的可能性。</p><p> 圖3 a)自遮擋引起的孔洞, b)部分掃描引起的孔洞。&
19、lt;/p><p> 開(kāi)始時(shí),本算法取任意一個(gè)網(wǎng)格中的三角形為起始點(diǎn),并以此開(kāi)始全局搜索網(wǎng)格,直到一次遞歸后查找到一個(gè)封閉邊界的路徑。先確定哪個(gè)三角形邊是邊界,然后搜索那些共享端點(diǎn)的鄰近三角形的邊界。直到再次查找到初始三角形,算法繼續(xù)執(zhí)行。為了高效率地完成查找,構(gòu)建一個(gè)包含三角形三個(gè)頂點(diǎn)和各點(diǎn)包含的拓?fù)潢P(guān)系的綜合數(shù)據(jù)結(jié)構(gòu)十分必要。另外,每個(gè)已被查找的三角形都得到標(biāo)記。 </p><p>
20、圖4顯示的是斯坦福兔寶寶數(shù)據(jù)集合和和孔洞識(shí)別算法的最終結(jié)果。</p><p> 圖4 a)斯坦福兔寶寶的側(cè)向視圖,</p><p> b)和c)網(wǎng)格中孔洞識(shí)別算法的結(jié)果,即五個(gè)被識(shí)別的孔洞。 </p><p><b> 3.2孔洞分析 </b></p><p> 孔洞識(shí)別的下一步是孔洞分析,這個(gè)階段設(shè)法確定孔洞
21、是否必須需要修補(bǔ),設(shè)法確定這個(gè)孔洞是否存在于真實(shí)實(shí)體的表面,或者確定生成于網(wǎng)格重構(gòu)的中間階段的孔洞。</p><p> 自由形式實(shí)體的孔洞沒(méi)有確定的編碼,以至于很難識(shí)別此孔洞是否屬于實(shí)際表面,這就是孔洞修補(bǔ)中需要用戶交互的原因。然而,嘗試把這個(gè)過(guò)程自動(dòng)化的做法就在于分析每個(gè)孔洞輪廓曲線。人造實(shí)體通常具有光順的輪廓曲線,且輪廓曲線的光順與采樣點(diǎn)的密度有關(guān)。另外,自遮擋生成的孔洞,其表現(xiàn)是輪廓曲線的高可變性,如圖5
22、所示。 </p><p> 圖5 a)內(nèi)部輪廓, b)外部輪廓</p><p> 因?yàn)檩喞€也是一種曲線,故它可以根據(jù)幾何特性如曲率和撓率進(jìn)行孔洞研究和分類。由于在表面上的孔洞可能有大范圍曲率變化,本文使用的分類輪廓曲線的量是撓率而不是曲率。建立每個(gè)空間輪廓曲線特性十分重要,如它的平滑性或高可變性。</p><p> 曲線的撓率特性取決于密切面的性質(zhì)。密切
23、面是在某任意點(diǎn)A處距離曲線最近的平面。該平面包含A點(diǎn),以及平面在A點(diǎn)的切矢和法矢。</p><p> 沿著曲線從一點(diǎn)到另一點(diǎn),密切面的位置與正切以相同的方式變化。這個(gè)簡(jiǎn)單的特征適用于曲率特性的描述。密切面的變化可以用于曲線撓率的計(jì)算的。類似于曲率,密切面的變化可以通過(guò)對(duì)應(yīng)弧線來(lái)測(cè)量。即,設(shè)是密切面在固定點(diǎn)A和鄰居點(diǎn)X之間變化的夾角,設(shè)是兩點(diǎn)之間的弧線AX的長(zhǎng)度,點(diǎn)A的撓率則可用極限定義如下:</p>
24、<p> 撓率的符號(hào)取決于點(diǎn)沿著曲線移動(dòng)時(shí)密切面的相對(duì)曲線兩邊的指向。然而,由于幾何上的差異,曲線在某點(diǎn)的特性取決于該點(diǎn)處任意小的空間性質(zhì)。因此,該特性被定義為在該點(diǎn)處的各量的引申量。撓率可以如下定義: </p><p> 評(píng)估三維輪廓曲線的撓率運(yùn)用引申定義是必要的。為了計(jì)算這些引申量,對(duì)邊界點(diǎn)進(jìn)行B樣條參數(shù)擬合,定義如下:</p><p><b> 此時(shí),&
25、lt;/b></p><p> 此時(shí)是B樣條曲線的控制點(diǎn),而是三次Bernstein多項(xiàng)式,它們定義如下:</p><p> 輪廓曲線每段都是四個(gè)連續(xù)點(diǎn)擬合的三次Bézier曲線,直到計(jì)算出每個(gè)點(diǎn)撓率的預(yù)估值。 </p><p> 一旦獲得預(yù)估值,每段的撓率評(píng)估方程在最后一點(diǎn)。由于Bézier曲線可以確保評(píng)估值能從極限點(diǎn)計(jì)算出來(lái),故中
26、間點(diǎn)不影響撓率預(yù)估的近似誤差 (參見(jiàn)圖6)。</p><p> 圖6 對(duì)輪廓曲線的Bézier曲線預(yù)估和相關(guān)點(diǎn)</p><p> 最后,計(jì)算出撓率的變化,以便得到這些測(cè)量值的離散程度。那些撓率預(yù)估值大于預(yù)設(shè)值的孔洞將會(huì)被修補(bǔ),測(cè)量值可由如下方式得到: </p><p> 一般來(lái)說(shuō),低離散值的孔洞表示表面孔洞。圖7代表的是不同離散值的孔洞和相應(yīng)的離散
27、值。在這些情況下,低離散值可認(rèn)為值少于0.1。然而長(zhǎng)輪廓曲線的光順取決于樣品密度。我們假設(shè),在一個(gè)真正的數(shù)據(jù)范圍中密度是充分的,并且網(wǎng)格沒(méi)有衰減。 </p><p> 圖7 六種不同情況下的輪廓曲線測(cè)量值</p><p> a) 3.10e-1,b) 4.2e-1,c) 2.45e-1,d) 1.0e-4,e) 1.0e-2和f) 3.5e-1</p><p>
28、;<b> 3.3插值計(jì)算</b></p><p> 當(dāng)需要修補(bǔ)的孔洞被分類后,運(yùn)用連續(xù)插值的方法計(jì)算出缺失的點(diǎn)。為了實(shí)現(xiàn)這個(gè)過(guò)程,從輪廓曲線鄰近同源方式分布的點(diǎn)云集合中計(jì)算出函數(shù),此函數(shù)由徑向基函數(shù)構(gòu)造而成。</p><p> 基于徑向基函數(shù)的解決方案在許多方面都有很大的用途,例如從干擾、離散或殘缺不全的數(shù)據(jù)[25,26,27]中重構(gòu)形狀。關(guān)于RBF的最新研究
29、都集中在基于由現(xiàn)代設(shè)備獲取的點(diǎn)云集合的實(shí)體重構(gòu)[11,17,7,26]。 </p><p> 徑向基函數(shù)是圍繞某點(diǎn)的中心對(duì)稱函數(shù),該點(diǎn)可稱為中心。為了計(jì)算基于徑向基函數(shù)的插值,設(shè)為采樣于表面S的點(diǎn)集,設(shè)為表示表面方向的法矢集合。我們的主要目標(biāo)是構(gòu)造函數(shù),同時(shí)讓在這種情況下空集滿足等式:。 P點(diǎn)集合的典型的插值函數(shù)定義如下:</p><p> 此時(shí):,它是用于缺損表面估計(jì)的一個(gè)三階徑向基
30、函數(shù)。是每個(gè)中心的質(zhì)量,是典型的二階或三階多項(xiàng)式,而是中心。</p><p> 為了修補(bǔ)孔洞,獨(dú)立地計(jì)算出每個(gè)孔洞的插值是必要的。所以,每個(gè)孔洞都有不同的插值函數(shù),且參與估計(jì)的點(diǎn)數(shù)目遞減。此點(diǎn)集應(yīng)盡可能地大且分布在同一點(diǎn)群,以便得到的函數(shù)能更好地預(yù)估缺失點(diǎn)的拓?fù)浣Y(jié)構(gòu)。 </p><p><b> 3.4中心選擇 </b></p><p>
31、 徑向基函數(shù)的插值計(jì)算,如果沒(méi)有必要的交互支持,經(jīng)濟(jì)成本很高。所以,合理地選擇中心或用于插值計(jì)算點(diǎn)集的尺寸能更好地預(yù)估表面。重復(fù)地充分利用鄰近點(diǎn)以完成估計(jì)(參見(jiàn)圖8)。 </p><p> 圖8 a)疊代1,鄰近點(diǎn)集尺寸: 38</p><p> b)疊代2,鄰近點(diǎn)集尺寸: 106 </p><p> c)疊代3,鄰近點(diǎn)集尺寸: 172 </p&g
32、t;<p> 該過(guò)程開(kāi)始于少量的中心,作為輪廓曲線某點(diǎn)鄰近點(diǎn)集。計(jì)算出每個(gè)疊代的插值,直至其低于或等于預(yù)設(shè)值。插值法的質(zhì)量的評(píng)估借助一組參考點(diǎn)完成,該參考點(diǎn)先屬于孔洞的鄰近區(qū)域但是沒(méi)有用于插值計(jì)算。 </p><p> 圖9顯示,在一個(gè)真實(shí)實(shí)體上,通過(guò)充分選擇鄰近區(qū)域來(lái)計(jì)算插值函數(shù)的結(jié)果內(nèi)插。一旦獲得原始的鄰近區(qū)域,通過(guò)參考點(diǎn)集合來(lái)評(píng)估插值函數(shù)的質(zhì)量。在本文提出的算法中最初鄰近區(qū)域點(diǎn)集應(yīng)成群地生
33、成區(qū)域,以描述孔洞鄰近因拓?fù)浣Y(jié)構(gòu)變化不同而互相區(qū)別的區(qū)域。本文使用K法分類成群[19],其中參量K是形成孔洞輪廓的點(diǎn)的數(shù)目。</p><p> 圖9 a)和b)小兔的每個(gè)孔洞的最終鄰近區(qū)域。</p><p> 一旦得到每群定義的區(qū)域,從區(qū)域中任意的挑出一點(diǎn)(參見(jiàn)圖10),反過(guò)來(lái)此點(diǎn)將代表整個(gè)區(qū)域。這樣,假設(shè)評(píng)估在孔洞鄰近同類地完成。如果一個(gè)插值函數(shù)以高準(zhǔn)確度達(dá)到預(yù)設(shè)值,此時(shí)意味著它代
34、表孔洞的鄰近拓?fù)浣Y(jié)構(gòu)。</p><p> 圖10 a)鄰近區(qū)域成群,b)和c)參考點(diǎn)集合的選擇</p><p><b> 3.5孔洞修補(bǔ)</b></p><p> 修補(bǔ)孔洞中,重要的是記住被重構(gòu)的部分應(yīng)該保持原始網(wǎng)格的采樣密度,也是測(cè)量每個(gè)孔洞的采樣密度。一般來(lái)說(shuō),確定修補(bǔ)孔洞的新點(diǎn)有兩個(gè)重要標(biāo)準(zhǔn)。第一,新點(diǎn)的位置應(yīng)該在孔洞內(nèi)部,并且新
35、增的三角形應(yīng)易于原始網(wǎng)格融合。為了避免點(diǎn)云重復(fù)構(gòu)造網(wǎng)格,則本地三角測(cè)量是孔洞修補(bǔ)的高效方法。另外的步驟如新點(diǎn)估計(jì)和表征增加區(qū)域表面特性的輪廓點(diǎn)的法線估計(jì)也易達(dá)到 (參見(jiàn)圖11)。第二,新點(diǎn)的密度必須類似于鄰近區(qū)域點(diǎn)。 </p><p> 圖11 孔洞三角測(cè)量,</p><p><b> (a)最初的網(wǎng)格</b></p><p> (b)
36、輪廓離散,生成新點(diǎn)和本地三角測(cè)量, </p><p><b> (c)孔洞修補(bǔ)</b></p><p> 為生成網(wǎng)格的新片,我們使用了RBF插值[7]標(biāo)準(zhǔn)表面算法。假設(shè)密度函數(shù)為S,值為a的標(biāo)準(zhǔn)表面用點(diǎn)集定義為。在表面重構(gòu)中,S代表有符號(hào)的距離函數(shù)。標(biāo)準(zhǔn)界面對(duì)應(yīng)的重構(gòu)表面滿足。</p><p> 函數(shù)S定期的被周期性采樣,以構(gòu)造一個(gè)用以指
37、定方法描述理想標(biāo)準(zhǔn)界面的復(fù)雜網(wǎng)格模型。新片的密度等于原始網(wǎng)格密度的平均值。使用微小平面端點(diǎn),以保證鄰近邊緣(小平面法線)的密度梯度與其密度函數(shù)S的梯度相同。等值面抽取算法是一種著名的一般目的算法,可通過(guò)它構(gòu)造三角網(wǎng)格新點(diǎn)和輪廓點(diǎn),詳見(jiàn)圖12。 </p><p> 圖12 修補(bǔ)在第3.1部分中被識(shí)別的孔洞</p><p><b> 4結(jié)果 </b></p&g
38、t;<p> 為了校準(zhǔn)模型和確認(rèn)在三維點(diǎn)集上的插值的正確性,需對(duì)生成的孔洞做出若干測(cè)試。因?yàn)樵趯?shí)際情況中,插值生成點(diǎn)相對(duì)于實(shí)際表面的精確度無(wú)法測(cè)量,合成孔洞的平均在新點(diǎn)評(píng)估中十分必要。測(cè)試包括用真實(shí)深度圖像生成合成孔洞,并用kd樹(shù)結(jié)構(gòu)離散鄰近點(diǎn)集。接著,用提出的方法修補(bǔ)孔洞,并測(cè)量從真實(shí)表面提取的數(shù)據(jù)和新增點(diǎn)之間的調(diào)整誤差。圖13所述的是四個(gè)不同孔洞中新增點(diǎn)和真實(shí)點(diǎn)之間誤差。圖14所示為帶孔洞的實(shí)體。</p>
39、<p> 圖13 孔洞修補(bǔ)中的鄰近區(qū)域尺寸變化</p><p> 圖14 不同尺寸的孔洞</p><p> 圖15和圖16所示的三維案例中得到結(jié)果描述了本算法的特點(diǎn)。這些圖象說(shuō)明,本算法能正確地識(shí)別了每個(gè)孔洞,且可生成光順的新面片來(lái)修補(bǔ)孔洞。 </p><p> 圖15 a)原始網(wǎng)格,b)中心點(diǎn)集,c)用RBF插值修補(bǔ)孔洞</p&g
40、t;<p> 圖16 a)原始網(wǎng)格,b)用RBF插值修補(bǔ)孔洞</p><p><b> 5結(jié)論 </b></p><p> 本文介紹了一種在三角網(wǎng)格模型中使用輪廓曲線的撓率變化規(guī)律識(shí)別孔洞并基于徑向基函數(shù)插值修補(bǔ)孔洞的新技術(shù)。在本算法中,輪廓曲線用參與撓率分析計(jì)算的Bézier曲線段進(jìn)行近似。由于徑向基函數(shù)能輻完美地?cái)M合表面,且總能生成
41、一個(gè)閉合的人造的三角網(wǎng)格,故本算法簡(jiǎn)單高效。</p><p> 當(dāng)網(wǎng)格中存在大孔洞時(shí),插值函數(shù)不能充分地?cái)M合表面。尺寸超出網(wǎng)格模型總尺寸的3%的孔洞為大孔洞,若沒(méi)有大孔洞產(chǎn)生,這個(gè)掃描過(guò)程就十分理想。本算法只有一個(gè)參數(shù): 確定孔洞是否需要修補(bǔ)的撓率變化的預(yù)設(shè)值。 而其他參量如鄰近區(qū)域的尺寸都可以自動(dòng)地計(jì)算得到。 </p><p> 識(shí)別孔洞的撓率變化預(yù)設(shè)值會(huì)受采樣密度和網(wǎng)格生成方法的影
42、響,因此一種從網(wǎng)格中自動(dòng)地確定預(yù)設(shè)值的方法是值得研究的。有時(shí)孔洞在平面上,本算法必然可以完成限制邊緣的撓率分析;但是由于孔洞經(jīng)常由自遮擋等原因造成且所處表面復(fù)雜,這不是常見(jiàn)情況,故我們期待更普遍通用且簡(jiǎn)單高效的算法出現(xiàn)。 </p><p><b> 參考文獻(xiàn)</b></p><p> [1] Alexa, M., Behr, J., Cohen-Or, D.,
43、Fleishman, S., Levin, D., and Silva, C., "Point Set Surfaces", IEEE Visualization, pp. 21–28, 2001. </p><p> [2] Amenta, N., Bern, M., and Kamvysselis, M., "A new Voronoi-based surface recon
44、struction algorithm", SIGGRAPH’98, pp.415–421, 1998. </p><p> [3] Bajaj, C., Bernardini, F., and Xu, G., "Automatic Reconstruction of Surfaces and Scalar Fields from 3D Scans", SIGGRAPH’95,
45、pp.109–118, 1995. </p><p> [4] Bertalmio,M.,Shapiro, G., Caselles, V., and Ballester, C."Image Inpainting", SIGGRAPH’00, pp.417–424, 2000. </p><p> [5] Besl, P., "Advances in
46、Machine Vision", Advances in Machine Vision, Springer Verlag, Chapter 1–Active Optical Range Sensors, pp. 1–63, 1989. </p><p> [6] Besl, P. and McKay, N., "A method for registration of 3D shapes&
47、quot;, IEEE Trans. on PAMI, 14 (2). pp. 239–256, 1992. </p><p> [7] Carr, J., Beatson, R., Cherrie, J., Mitchell, T. Fright, W., and McCallum, B., "Reconstruction and Representation of 3D Objects with
48、 Radial Basis Functions", SIGGRAPH’ 01, pp. 67–76, 2001. </p><p> [8] Curless, B. and Levoy , M.., "A Volumetric Method for Building Complex Models from Range Images", SIGGRAPH’ 96, pp. 303–
49、312, 1996. </p><p> [9] Davis, J., Marschner, S., Garr, M., and Levoy, M.., "Filling Holes in Complex Surfaces Using Volumetric Diffusion" Proc. First International Symposium on 3D Data Processin
50、g, Visualization, Transmission, pp. 428–861, 2002. </p><p> [10] Efros, A. and Freeman, W., "Image Quilting for Texture Synthesis and Transfer",SIGGRAPH’01, pp. 341–348, 2001. </p><p&g
51、t; [11] Gopi, M. and Krishnan, S., "A Fast and Efficient Projection Based Approach for Surface Reconstruction", Intern. Journal of High Performance Computer Graphics, Multimedia and Visualization, 1 (1), pp.
52、1–12, 2000. </p><p> [12] Hoppe, H., DeRose, T., Duchamp, McDonald, T. J.A., and Stuetzle, W., "Surface</p><p> reconstruction from unorganized points", SIGGRAPH’92, pp. 71–78, 1992.
53、 </p><p> [13] Lancaster, P. and Salkauskas, K., Curve and Surface Fitting: an Introduction. Academic</p><p> Press. 1986. </p><p> [14] Lorensen, W. and Cline, H., "Marchi
54、ng cubes: A high resolution 3D surface construction</p><p> algorithm", Proc. SIGGRAPH’87, pp. 163–169, 1987. </p><p> [15] McAllister, D., Nyland, L., Popescu, V., Lastra A. and McCue,
55、C., "Real Time Rendering of</p><p> Real World Environments", Proc. Rendering Techniques’99, pp. 145–160, 1999.</p><p> [16] Nyland, L., et al., "The Impact of Dense Range Data
56、on Computer Graphics", Proceedings of</p><p> Multi-View Modeling and Analysis Workshop, pp. 3–10, 1999. </p><p> [17] Nyland, L., Lastra, A., Mc Allister, D., Popescu, V., McCue, C., and
57、 Fuchs, H., "Capturing,</p><p> Processing and Rendering Real-World Scenes", In Videometrics and Optical Methods for</p><p> 3DShape Measurement, Electronic Imaging,, PhotonicsWest
58、, SPIE Vol. 4309, pp. 107–116,</p><p><b> 2001. </b></p><p> [18] Oliveira, M., Bowen, B., McKenna, R., and Chang, Y., "Fast Digital Image Inpainting",</p><p&g
59、t; International Conference on Visualization, Imaging and Image Processing (VIIP 2001), Marbella, Spain, pp.261–2665, 2001. </p><p> [19] Hartigan, J. and Wong, M. A., "A K–Means Clustering Algorithm&
60、quot;, Journal of Applied Statistics, 28 (1), pp. 100–108, 1979. </p><p> [20] Pulli, K., "Multiview Registration for Large Data Sets", 3DIM’99, pp. 160–168, 1999. </p><p> [21] Wang
61、, J. and Oliveira, M., "Improved Scene Reconstruction from Range Images", Proc. EUROGRAPHICS’ 2002, pp. 521–530, 2002. </p><p> [22] Wei, L.Y. and Levoy, M., "Texture Synthesis over Arbitra
62、ry Manifold Surfaces", SIGGRAPH’01, pp. 355–360, 2001. </p><p> [23] Ying, L., Hertzmann, A., Biermann, H., and Zorin, D., "Texture and Shape Synthesis on Surfaces", Eurographics´2001,
63、 Rendering Workshop, pp. 301–312, 2001. </p><p> [24] Yu, Y., Ferencz, A., and Malik, J., "Extracting Objects from Range and Radiance Images", IEEE Transactions on Visualization and Computer Gr
64、aphics, 7 (4), pp. 351–364, 2001. </p><p> [25] Carr, J. C., Beatson, R. K., McCallum, B. C., Fright, W. R., McLennan, T. J., and Mitchell, T. J., "Smooth surface reconstruction from noisy range data&q
65、uot;, Proceedings of the 1st international conference on computer graphics and interactive techniques in Australasia and South East Asia, Melbourne, Australia, February 11–14, ACM Press, pp. 119, 2003. </p><p
66、> [26] Buhmann, M., "Radial Basis Function: Theory and Implementations", Cambridge Monographs on Applied and Computational Mathematics, 2003. </p><p> [27] Carr, J.C., Beatson, R.K., Cherrie,
67、J. B., Mitchell, T.J., Fright, W. R., McLennan, T.J., and Evans, T.R., "Reconstruction and representation of objects with radial basis function", Proceedings of the 28th annual conference on Computer graphics a
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 英文--基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的孔洞自動(dòng)修補(bǔ)技術(shù)
- 外文翻譯---基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的孔洞自動(dòng)修補(bǔ)技術(shù)
- 外文翻譯---基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的孔洞自動(dòng)修補(bǔ)技術(shù)
- 外文翻譯---基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的孔洞自動(dòng)修補(bǔ)技術(shù).pdf
- 外文翻譯---基于鄰近徑向基函數(shù)的三角網(wǎng)格模型的孔洞自動(dòng)修補(bǔ)技術(shù).pdf
- 三角網(wǎng)格模型的孔洞修補(bǔ)及B樣條曲面擬合.pdf
- 三角網(wǎng)格模型過(guò)渡與孔洞修補(bǔ)算法的研究及應(yīng)用.pdf
- 三角網(wǎng)格模型特征線提取與孔洞修補(bǔ)方法研究.pdf
- 基于工業(yè)CT圖像的三角網(wǎng)格模型重建及網(wǎng)格孔洞修復(fù)研究.pdf
- 基于工業(yè)CT切片序列的三角網(wǎng)格模型簡(jiǎn)化及孔洞修復(fù)研究.pdf
- 基于三角網(wǎng)格模型的復(fù)雜曲面孔洞修復(fù)系統(tǒng)研究與開(kāi)發(fā).pdf
- 40166.基于徑向基函數(shù)的無(wú)網(wǎng)格辛算法
- 基于特征增強(qiáng)的三維網(wǎng)格孔洞修補(bǔ)算法研究.pdf
- 基于概率函數(shù)的三角網(wǎng)格模型簡(jiǎn)化算法研究與系統(tǒng)實(shí)現(xiàn).pdf
- 一類區(qū)域分塊的徑向基函數(shù)切割網(wǎng)格模型.pdf
- 基于特征分析的三角網(wǎng)格模型區(qū)域劃分技術(shù)研究.pdf
- 三角網(wǎng)格模型的簡(jiǎn)化技術(shù)及多細(xì)節(jié)層次模型.pdf
- 三角網(wǎng)格模型五軸加工
- 三角網(wǎng)格模型的壓縮和表示.pdf
- 基于徑向基函數(shù)和模糊技術(shù)的風(fēng)能預(yù)測(cè)模型研究.pdf
評(píng)論
0/150
提交評(píng)論