《浅谈点云与三维重建》
【本期导读】
三维重建技术在各领域已经展现出了不可替代性,而点云作为三维重建的重要工具,却常常被忽略。本文将从概念定义、数据来源、类别划分、应用场景等方面来介绍点云并剖析点云是如何在三维重建过程中崭露头角的。
【重点内容】
一、概念定义
理解三维数字世界离不开感知、表示和理解三个大的方向,三维数据在表示形式上可大致分为四种:点云(Point Cloud)、体素(Voxel)、网格(Mesh)和多视角(Multi-View),其可视化效果分别如下。
与网格、体素等数据形式类似,点云也常用作描述三维模型,其表现非常直观,且具有无序性和不规则性。点云定义为目标表面特性的海量点集合,可简单理解为众多特征点的集合,是在获取物体表面每个采样点的空间坐标后得到的。点云中每个点的位置都由一组笛卡尔坐标(X,Y,Z)描述,由于采集方式的不同,有时点云中还包含颜色、强度、类别等信息。你可以将点云中的点类比成图片中的像素,这些点共同创建了可识别的3D结构,且点云越密集,你所看到的细节和属性就越多。
二、数据来源
点云数据有多种来源渠道,在已知三维模型时可通过逆向工程转换得到点云数据,也称逆向点云;但更多是在未知三维模型的情况下试图通过点云数据的采集来表示三维物体或场景,这类方法大致分为三种 :主动视觉法、