点云孔洞定位_孔洞修补研究总结

本人最近需要研究三维模型的孔洞修补算法，故上网看了一些大神写的资料，现汇总如下：

重建骨骼比较典型的方法有：用径向基函数从不完整的扫描数据生成连续网格；基于CT等值面数据生成曲面；用傅里叶级数拟合CT图像提取边缘轮廓曲线；基于形状的利用数学形态学算子进行骨架提取的插值算法。

所谓网格曲面孔洞修补问题指的是：寻找一个合理的算法在现有的不完整几何与拓扑信息的情况下，利用网格孔洞周边已有三角网格，创建一个尽可能忠实于原物体或场景的局部网格模型，由此达到对网格曲面孔洞的修补．

常用的孔洞修补算法可以分为体素方法、基于三角剖分的方法、基于隐式曲面拟合的方法，在基于体素的方法中，首先将一个网格模型变换成由离散体积(即体素)表示的模型，然后在体积空间中应用不同的方法修补空洞.采用的方法有有向距离函数差分或体素滤波，以及在此基础上使用多种偏微分方程进行优化的方法，消除重建三维结构中因采样问题产生的孔洞。基于体素方法存在两方面的问题，首先，它针对的是点云数据，不能直接应用于Mesh模型；其次它是一种物理方法，通常只能够修复重建物体表面的小孔洞，并容易带来几何形变。在基于三角剖分的方法中，首先对孔洞直接进行三角剖分得到初始网格，然后对初始网格进行优化.基于隐式曲面拟合的方法是网格孔洞修补算法中最为常见的方法，该方法首先孔洞边界周围的点信息，采用隐式曲面拟合的方法拟合一曲面片光滑的覆盖孔洞，然后通过在曲面上重采样实现网格孔洞修补.常见的曲面拟合有：二次曲面拟合、B-样条曲面拟合、三角Bézier曲面拟合及基于径向基函数的曲面拟合等。

点集的三角剖分指的是：给定一组散乱数据点，如何将各数据点之间以三角形或四面体相互连接&#x