3D几何处理 | 点云补洞算法+代码分享

3D几何处理 | 点云补洞算法+代码分享

导读 : 今天介绍的是2017年发表在the virtual computer上的点云补洞算法，针对点云的补全和补洞算法是比较少见的，大多数算法都只是针对网格的补洞。而针对点云的补洞在三维重建中能够很有效的应用，特别是如泊松重建中因遮挡导致的点云稀疏或缺失的区域，但点云补洞能够很有效的解决该区域的重建问题。点云补洞本质上是个病态问题，所有的补洞方式只能根据洞周围点的特征来补全，但在几何结构相对简单区域，点云补洞能有很好的表现。

算法论文地址：yanqingan.github.io/docs/tvc16_shape.pdf
代码获取 ： 获取代码请微信扫文章末尾二维码关注公众号 什锦加，回复 CloudHole 获取

摘要

这篇文章提出了一种全新的点云补洞方法，能够在平滑和尖锐的地方都有较好的补洞表现，该方法模仿物理上的扩散模型，将一次洞的边缘收缩分解为法向传播和顶点位置传播，并根据其相应的约束来保持其平滑或尖锐的特性。通过迭代上述过程直到没有新的边缘生成，即完成点云补全。

1.简介

点云模型在过去20多年中有很广泛的应用。直到现在，尽管扫描仪等获取设备的性能有很大的提升，但是或多或少在其扫描的模型上存在有不同的空洞区域。此外，因为物体表面磨损和损坏，也会形成空洞区域。针对点云补洞这个病态问题，现有的大部分工作基于网格步面片的方式。而直接在点云上补洞的相对较少，而且大多只能生成平滑的补洞结果。本文模仿物理中能量扩散的方式进行点云补全，能够有效的生成平滑和尖锐的补洞结果，如下图1所示：

2.算法

​ 本文将洞边缘收缩主要分为两步：

• 法向传播：用于控制填充点的方向和恢复的表面的形状。

• 位置传播：在一次边缘收束中生成新的边界点。

  这两个步骤在补洞算法中交替执行，且能够相互优化。这种交替传播方式能够将法相约束插入到法向传播步骤中，以恢复空洞的尖锐特征。

2.1 算法总览

​ 给定带法向的点云作为输入，本文算法首先对输入点云进行预处理去噪，然后提取空洞的边界点，并通过迭代传播的方式缩小空洞区域，直到没有新点生成。

2.2 预处理

​ 为了得到有效的洞的边界，本文采用了二阶段的处理去噪，同时对点云位置和其法向进行双边滤波 [1]操作，从而获得去噪的后的带法向的点云。

2.3 洞边界确定

​ 本文采用分而治之的策略进行边界提取，首先在边界上手动顺序选择少量特征点$f_i’ $其中$ (i = 1,…,m)$，将这些点输入边界点集合中$B’$中。 因此任意两相邻点间可以看作时局部线性的。

​ 对于相邻点$f_i^{\prime }{f}_{i+1}^{\prime }$构成的线段，计算其中点$M$， 并选择距离最近的边界上的点$b_m^{\prime }$，如果该点是新的点，则将该店插入到点集中