基于椭球面投影的散乱点云建立三角格网方法
基于法向量场的散乱点集三角网格化
第31卷第6期 2008年6月合肥工业大学学报(自然科学版)J OU RNAL OF H EFEI UN IV ERSIT Y OF TECHNOLO GYVol.31No.6 J un.2008 收稿日期:2007206212;修改日期:2007207225基金项目:国家自然科学基金资助项目(60575023);作者简介:偶春生(1965-),男,安徽肥西人,合肥工业大学副教授;张佑生(1941-),男,湖南浏阳人,合肥工业大学教授,博士生导师;高 隽(1963-),男,安徽淮南人,合肥工业大学教授,博士生导师.基于法向量场的散乱点集三角网格化偶春生1,2, 张佑生2, 高 隽2, 汪荣贵2(1.合肥工业大学特种显示技术教育部重点实验室,安徽合肥 230009;2.合肥工业大学计算机与信息学院,安徽合肥 230009)摘 要:文章提出了基于散乱空间点集进行曲面重建的新方法,即从散乱点集的空间位置信息中估算出待建曲面的法向量场,构造基于法向量的曲面重建控制方法和控制参数,并用该参数来确定拓扑重建的搜索空间,采用面片生长的方式重建曲面。
该方法在快速获得正确的拓扑连接的同时,直接生成用较少的面片就能保持曲面特征的优化网格。
关键词:散乱点集;三角化网格;逆向工程;法向量场中图分类号:TP391172 文献标识码:A 文章编号:100325060(2008)0620858205T riangulation mesh generation of scatter points based on normal f ieldOU Chun 2sheng 1,2, ZHAN G Y ou 2sheng 2, GAO J un 2, WAN G Rong 2gui 2(1.Key Laboratory for Special Display Technology of t he Ministry of Education ,Hefei University of Technology ,Hefei 230009,China ;2.School of Computer and Information ,Hefei University of Technology ,Hefei 230009,China )Abstract :The normal field as a key feat ure of t he surface is comp uted f rom t he coordinate information of scatter point s.Based on t he normal field ,a factor controlling t he surface reconst ruction is presen 2ted.U sing t his factor ,t he mesh of t he surface can be created by growing each new patch.The mesh can be rapidly reconstructed and also optimized wit h t he shape feat ure being maintained.The met hod is proved to be efficient by experimental result s.K ey w ords :scatter point set ;t riangulation mesh ;reverse engineering ;normal field 在计算机几何建模领域中,随着应用对几何模型的精度要求越来越高,以及模型数据获取技术的不断发展,模型数据的规模急剧增长。
点云重建三角网格
点云重建三角网格1.三角网格重建的研究现状曲面重建技术在逆向工程[57]、数据可视化[58]、机器视觉[59]、虚拟现实[60]、医疗技术[61]等领域中得到了广泛的应用。
网格重建作为曲面重建的重要前处理一直是研究的热点。
近十几年来，国内外学者提出了许多网格重建的算法。
根据重建过程中采用的具体方法可以将网格重建算法分为基于Delaunay重建法、区域扩张重建法、基于隐式曲面重建法和基于统计学重建法。
基于Delaunay重建方法，具有很强的数学基础，一般能精确地重建物体表面，但计算量比较大，对带有噪声的物体和尖锐特征的物体，采用该方法重建并不能取得比较理想的结果。
Boissonnat[62]通过采用三维Delaunay三角剖分得到数据点的凸包，然后逐步剥离冗余四面体，使所有数据点可见，最终重建出物体的网格模型。
在采样点足够稠密的情况下，该方法能重建出与物体拓扑一致的网格模型，但当采样点不均匀以及存在噪声数据时，不能构造出与物体拓扑等价的网格模型，同时计算复杂，内存消耗比较多。
Edelsbrunner[63]提出一种α-shape方法，该方法通过删除四面体凸包中包围球或者外半径大于α的四面体、三角面片和边重建测量数据的网格模型，但α-shape不是流形结构，必须经过后续处理才能得到正确的二维流形网格[64]，同时该方法对采样不均匀的点云难以选择合适的α值重建出正确的网格模型。
Amenta[65][66][67]对扫描数据进行V oronoi图分解，然后通过Delaunay三角化方法重建网格模型。
该方法能精确地通过扫描数据点，但对噪声模型和具有尖锐特征的模型不能取得理想的效果。
Floater[68]将数据点投影到平面，在平面采用Denaulay三角化方法，生成平面网格，并将拓扑关系映射回空间数据点，从而达到网格重建的目的，该方法简单高效，但只适用于单值曲面。
属于该类的方法还有Crust方法[69]和Cocone方法[70]。
点云构建三角网格模型（可编辑）
点云构建三角网格模型计算几何课程设计林添任博杨光一、项目背景由点云构建三角网格模型最初的动机来源于医学方面。
在对脏器, 骨骼等的3 维图像开始得到广泛应用之时, 如何从扫描得到的点云数据生成可供进一步渲染使用的三维三角网格模型成为了人们关心的问题。
表面模型的恢复, 由于对细节有着一定的精度要求, 生成三角网格的算法既要保证效率, 又要产生能够精细反映点云结构的模型。
随着激光扫描技术的进一步成熟,这一问题的应用开始向更广的领域拓展。
如扫描并制作文物古迹的三维数字模型,或是自动化模型设计等方面。
另外, 由于计算机视觉的出现, 诸如人脸识别 , 建筑物识别等研究课题的开始深入地研究。
随着基于大量图片或视频的数据捕获的技术发展 , 通常需要在计算机视觉作为前端输入的 , 通过海量数据驱动地方式自动地从2 维图像重构出 3维模型。
这些自动化的场景恢复 , 往往利用不同帧之间的匹配点来进行重构,所以由点云构建三角网格模型在实际研究和应用当中具有广泛的价值。
二、文献综述在今天,有一些较为经典的由点云生成三角网格模型的算法,如William 的1 2Marching Cubes 算法 ,之后 A.Hilton 的 Marching Triangles 算法 ,这两篇论文最1Marching Cubes: A High Resolution 3D Surface Construction Algorithm.William E. Lorensen, Harway E. Cline2Marching Triangles: Range Image Fusion for Complex Objet Modeling. A.Hilton, //.ddart et al. 早研究基于点云构造表面模型, 它们利用了点集的空间划分, 分别构造出立方体3模型和三角形网格 ;而 Fausto 的 Ball-Pivoting 算法等, 在研究了以上算法之后,提出了从局部出发, 迭代构造的思想。
浅析散乱点云数据的三角网格面重构
据。
明该 面位 于 多 面体 的 内 部 ， 要 从 链 表 中将 其 删 除 ： 出现 新 点 位 于 需 若 外 接 球 上 的 退 化 情形 ， 抛 弃 链 表 和 新 点 ， 用其 它 方 法 处 理 ； 则 改 Ｓｅ ３ 若 未 出 现 退 化 情 形 ， 将 新 点 与 多 面 体 的 各 个 面 相 连 得 到 ｔｐ ： 则 新 的单 纯 形 ． 点 加 入过 程 结 束 。 新
１概 述 ．
Ｃ Ｄ Ｃ 系 统 中 ， 进一 步 的处 理 ， 而 生 成 快 速 原 型 所需 的 Ｓ Ｌ数 然 后 利 用 Ｖ ｒｎｉ多 边 相 邻 关 系 寻 找 到 最 近 点 ．构 成 新 加 入 点 的 Ａ ，ＡＭ 作 从 ｒ ｏｏｏ
Ｖ ｒ ｎ ｉ 边形 。 ｏｏ ｏ 多 据 ， 后 复 制 出 实 物 或 其 原 型 的过 程 。 最 逆 向工 程 有 两 个 主 要 的研 究 内容 ： 是 实 物 模 型 表 面 数 据 获 取 技 一 ３２Ｗａｓｎ算 法 ． ｔ ｏ 该 算 法 是 Ｗａｓｎ于 １８ 年 提 出 的。 ｔ ｎ算法 首 先 给 出 一 个符 ｔ ｏ ９１ Ｗａｓ ｏ 术 ． 是 曲面 重 构 技 术 。 数据 获取 技 术 的发 展 为 处 理 复 杂 物 理 模 型 提 二
【 键 词 】 向 工 程 ； 乱 点 云数 据 ； 角 网格 面 重 Байду номын сангаас 关 逆 散 三
该 算 法 是 Ｂｗ ｅ 于 １８ ｏ ｙｒ ９ １年 提 出 的 。 ｏ ｙ ｒ 法 首 先 开 始 于一 个 Ｂｗｅ算 ＋ ｅａ ｎｙ单 纯 形 ．这 样 将 得 到 一 个 只包 含 一 逆 向工 程 ， 称 反 向工 程 或 反 求 工 程 ， 对 已有 的 零 件 或 实 物 原 由 ｎ １个 数 据 点形 成 的 Ｄ ｌｕａ 亦 指 ｏｏｏ 多 型， 利用 ３ 数 字 化 设 备 准 确 、 速 地 测 出 实 物 表 面 的三 维 坐 标 点 ， Ｄ 快 并 个 真 实 顶 点 ， 而 其 它 顶 点 为无 穷 远 点 的 Ｖ ｒｎ ｉ 边 形 。 向 已有 的 加 以建 构 、 辑 和 修 改 ， 成通 用 输 出格 式 的曲 面 数 字 化 模 型 ． 输 入 Ｄｒ ｈｅ 中加 点 的 过 程 是 首 先 找 到 包 含 该 新 点 的 Ｖ ｒｎｉ 边 形 ． 编 生 再 ｉｃ ｌ ｉ ｔ图 ｏｏ ｏ 多
一种基于映射法的散乱点云Delaunay三角剖分算法
优先出版 计 算 机 应 用 研 究 第32卷--------------------------------作者简介：李凤霞(1953-)，女，陕西蒲城人，教授，硕导，主要研究方向为虚拟现实仿真、计算机图形学(lfx_lfx@)；刘咏梅+(1990-)，女，士研究生，主要研究方向为计算机图形学、逆向工程；王晓哲(1991-)，女，硕士研究生，主要研究方向为虚拟现实、网格简化；饶永辉(1987-)，男，硕士，主要研究方向为计算机图形学、逆向工程．一种基于映射法的散乱点云Delaunay 三角剖分算法李凤霞，刘咏梅，王晓哲，饶永辉(北京理工大学 智能信息技术北京市重点实验室，北京 100081)摘 要：本文针对直接在三维空间构建海量点云的Delaunay 三角网格效率低下，提出一种新的基于映射法的Delaunay 三角网格构建算法。
算法首先提出一种基于区域增长法的点云分片方法，能够保证对分片后的点云数据进行映射能够不产生重叠；然后保持空间点云之间的距离特性地将三维点云映射到二维平面；在二维平面内进行Delaunay 三角剖分，再将结果返回到三维空间内。
实验结果表明，算法能够构建质量较好的三角网格。
由于本文算法将点云的三角剖分转换到低维空间，通过实验结果对比本算法与其他算法效果，证明本文法能够更快的完成重构。
关键词： 散乱点云；点云分片；无网格参数化；Delaunay 三角化；三角网格 中图分类号：TP391 文献标志码：ANew Delaunay triangulation algorithm of point cloud based on parametric methodLI Feng-xia , LIU Yong-mei, WANG Xiao-zhe, RAO Yong-hui(Intelligent Information Technology Key Laboratory of Beijing Institute of Technology, Beijing 100081, China)Abstract: To improve the efficiency of building the Delaunay triangulation mesh of point cloud data, this paper proposed a new Delaunay triangulation method based on parametric method. Firstly, this paper presented a point cloud segmentation algorithm based on region growing method, ensuring there is no overlap point after parameterization; then used a new parameterization method which can remain the distance between points furthest to project three-dimensional point cloud to two-dimensional plane; thirdly, reconstructed the point cloud ’s Delaunay triangulation in two-dimensional plane and then return the results to the three-dimensional space. Experimental results showed that this method produce Triangular mesh with good quality. Compared the experimental results with other algorithms, this algorithm is more efficient because of it build triangular meshes in low-dimensional space.Key Words: point cloud; segmentation; meshless parameterization; Delaunay triangulation; triangular mesh0 引言随着计算机在各个方面应用的渗入和三维建模技术的发展，基于点云的曲面重建技术广泛应用于逆向工程、计算机视觉、虚拟现实、工业制造、CAD 等领域。
散乱离散点数据的三角形网格化快速成图
散乱离散点数据的三角形网格化快速成图李小东;金胜;王阳玲;张加洪;程励辉【期刊名称】《物探与化探》【年(卷),期】2015(000)001【摘要】Conventional contour mapping performs interpolation based on a rectangular grid. A linear interpolation method is presented in this paper based on triangular mesh. Triangular mesh can better approximate the boundary of scattered data and the morphology of ge⁃ophysical field, which makes the contour maps smoother. By searching boundary, triangulated mesh, linear interpolation, search con⁃tours, Bezier curves and smooth contours, five steps can be carried out quickly for any scattered data mapping. The actual data mapping results show that the interpolation method is good in that no data extrapolation is needed, the contour map obtained directly reflect the spatial location of scattered data, and the mapping is speeded. The method can therefore greatly improve the efficiency of the actual work.%提出了一种基于三角网格的等值线成图线性插值方法。
点云重建三角网格
点云重建三角网格1.三角网格重建的研究现状曲面重建技术在逆向工程[57]、数据可视化[58]、机器视觉[59]、虚拟现实[60]、医疗技术[61]等领域中得到了广泛的应用。
网格重建作为曲面重建的重要前处理一直是研究的热点。
近十几年来，国内外学者提出了许多网格重建的算法。
根据重建过程中采用的具体方法可以将网格重建算法分为基于Delaunay重建法、区域扩张重建法、基于隐式曲面重建法和基于统计学重建法。
基于Delaunay重建方法，具有很强的数学基础，一般能精确地重建物体表面，但计算量比较大，对带有噪声的物体和尖锐特征的物体，采用该方法重建并不能取得比较理想的结果。
Boissonnat[62]通过采用三维Delaunay三角剖分得到数据点的凸包，然后逐步剥离冗余四面体，使所有数据点可见，最终重建出物体的网格模型。
在采样点足够稠密的情况下，该方法能重建出与物体拓扑一致的网格模型，但当采样点不均匀以及存在噪声数据时，不能构造出与物体拓扑等价的网格模型，同时计算复杂，内存消耗比较多。
Edelsbrunner[63]提出一种α-shape方法，该方法通过删除四面体凸包中包围球或者外半径大于α的四面体、三角面片和边重建测量数据的网格模型，但α-shape不是流形结构，必须经过后续处理才能得到正确的二维流形网格[64]，同时该方法对采样不均匀的点云难以选择合适的α值重建出正确的网格模型。
Amenta[65][66][67]对扫描数据进行V oronoi图分解，然后通过Delaunay三角化方法重建网格模型。
该方法能精确地通过扫描数据点，但对噪声模型和具有尖锐特征的模型不能取得理想的效果。
Floater[68]将数据点投影到平面，在平面采用Denaulay三角化方法，生成平面网格，并将拓扑关系映射回空间数据点，从而达到网格重建的目的，该方法简单高效，但只适用于单值曲面。
属于该类的方法还有Crust方法[69]和Cocone方法[70]。
基于三维散乱点云的三角网格重构关键技术
的技术逐渐变成相 关设计人员的研究工具 ，尤 其三维造 型的技 术广 泛应用于制造业 中自动化 的加工制造 、产 品设计与模具设计方面 。通 常 传统 Ｃ ＡＤ ／ Ｃ ＡＭ 的工 作 流程 为 ：按 照工 程 设 计 师 图纸 或 是构 思 ，通 过 Ｃ ＡＤ／ ＣＡＭ 的 软件 来设计产 品三 维的模型 ，再实施必要模型 的修 改 ，然 后 生 成 相 应 模 型 数 控 的代 码 ，进 而 完 成
可 领 域 可 以有 较 好 的 连 续 性 。 ３ ＿ ３ ＿ ３已用 点 的 优 先 准 则 在 进 行 网 格 扩 张 生 成 时 ， 若 生 成 新 边 过 多 ，容 易导 致 扩 张 效 率 受 到 影 响 。 因 此 ， 在 对 ｅ最 佳 的 匹配 点 进 行 确 定 时 ， 需 要 优 先 考 虑 网 格 模 型 之 中 已用 点 。在 对 某 个 点 是 否 是 己用 点
一
关研究提供参考 。
，
中 ，在集合 队列 中，仅 有一个初始三角形 的元 素ｉ ０ ； 其二 ，对 于 集合 的队 列 Ｕｉ 等于 ｛ ｉ ０ ， ｉ ｌ ，…，ｉ ｎ １之 中 已经构建 含边 界边 每个 三角
片／ ｉ ｋ ， 然 后 在 集 合 的 队 列 ｕｉ 等于 ｛ ｉ ０ ，ｉ ｌ ， …
４ 结 语
总之 ，伴 随计 算机 飞速 发展 ，各 种逆 向
在进 行检 测边 扩 张性 的时候 ，第 一步 需 要对边 队列之 中 ｅ有没有 内边进 行判断，对 ｅ
是 不 是 内边 进 行 检 测 时 ，采 取 的 一 种 简 单 方 式
工程的技术渐渐变成人们 的研究重点 ， 现阶段 ， 虽然精确 、快速获取物体表面 点云模 型 比较容 易 。然而 ，在物体表面 的信 息数据之中 ，冗余 点含量 比较大 ，因此，需要借 助三维散乱 的点 云三角 网格 的重构 技术 ， 以便建立数据点拓扑
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第19卷第4期测绘工程Vol.19l .42010年8月EN GINEERING OF SURVEYING AND MAPPINGAug.,2010基于椭球面投影的散乱点云建立三角格网方法郑德华,庞逸群,曹操(河海大学土木工程学院,江苏南京210098)摘要:空间点云数据建立三角格网是三维激光扫描数据处理中重要的处理内容之一。
已有的点云三角格网建立方法的网形结构良好,但存在数据量大、计算效率低的特点。
提出借助椭球面进行高斯投影建立点云的空间三角格网建立方法,有效地实现四周型点云数据格网建立过程。
结合某矿井点云数据实例,对基于圆柱面和椭球面投影的两种方法建立的三角格网进行对比,结果表明,利用椭球面投影法建立三角格网能更有效地建立顶部和底部点云数据的拓扑关系。
关键词:散乱点云;三角格网;椭球面投影;高斯投影中图分类号:P 226文献标志码:A文章编号:100627949(2010)0420019205Triangular grid establishment based on disordered pointcloud of ellipsoidal surface projectionZH ENG De2hua,PA NG Yi 2qun,CAO Cao(College of Civil Engineer ing,Hoha i Univer sity,Nanjing 210098,China)Abstr act:The spatial point cloud data to establish a tr iangular grid in 3D laser scan data processing is one important process.Previous methods of establishing triangular gr id are shape and structurally sound,but have problem to calculate the characteristics of low efficiency with large amount of points.In this paper,carried out with Gaussian ellipsoid pr ojection for the establishment of point cloud to establish triangular grid method,effective implementation of the surr ounding grid-based point cloud data building bination of point cloud data instance of a mine,based on cylindrical surface and the ellipsoid projection to establish a triangular grid of two methods were compared;results showed that the use of ellipsoid to es2tablish a triangular grid projection method is more effective in building the top and bottom of the points cloud data topology.Key words:disordered point cloud;tr iangular mesh;ellipsoidal surface projection;Gauss projection收稿日期基金项目江苏省交通科学研究计划项目(Y )作者简介郑德华(),男,副教授,博士三维激光扫描目前已广泛应用于计算机可视化、人工智能以及逆向工程等方面,三角格网贯穿于三维激光点云数据处理的整个过程。
S-M H ur 等人研究了基于Delaunay 三角化过程中实现点云数据的缩减[1],1997年Chen Liang-Chia 和Grier CILIN 提出了将构建的三角格网进行最小二乘自由曲面模型的重建[3]。
三角格网的建立在点云数据处理中具有十分重要的作用,研究合适的三角格网建立方法是建立复杂物体模型的一项重要内容。
目前许多文献对此都进行了大量的研究,发现直接在三维空间中利用点与点之间的关系构建三角格网,当点云数据量较大时,构网非常耗时,计算效率低下,且在点密度不均匀或存在噪声的情况下,难以判断点对之间的真正邻接关系。
作者提出了利用圆柱面坐标系在可保证点云中各点之间的相对关系不变的前提下,将三维点坐标转换成可以用来生成平面三角格网的二维坐标[7],实现四周形点云数据的格网构建;张帆等提出了利用球面投影对单站地面激光扫描点云的构网方法[8],但对于多站三维激光扫描数据其适用性仍有待探讨。
本文将三维点云数据分别采用圆柱面坐标系统和椭球面坐标系统投影至二维平面上,然后利用平面上的坐标计算D y 三:2009211224:0908:1972-.elauna角形方法建立三维物体表面格网模型,有效地建立了具有顶部和底部点云数据的拓扑关系。
1椭球面投影法1.1椭球面坐标系统椭球面坐标系[9]是在三维直角坐标系统中定义一个长、短半轴分别为a 、b 的椭圆绕其短轴旋转而形成的椭球基准面,椭球面的中心为右手系的原点O(见图1)。
若椭球面坐标系中包含一点P ,则在椭球面上一定存在一点Pc,Pc 为P 点相对于椭球中心O 在椭球面上的投影。
图1中B 表示Pc 点在椭球面上的法线与xoy 平面的夹角;L 表示P Pc 连线在xoy 平面上的投影与ox轴的夹角。
图1椭球面坐标系则,L 可通过下式求得L =arctan Y X或L =arcsinYX 2+Y2或L =ar ccosXX 2+Y 2.(1)B 的计算比较复杂,通常采用迭代法,其公式为tan B =ZX 2+Y 2+ce 2tan BX 2+Y 2#1+e c 2+tan 2B .(2)式中:c=a 2b,e=a 2-b 2a,e c =a 2-b 2b,其中a 、b分别为椭球的长、短半轴。
令t 0=Z X 2+Y 2,p=ce 2X 2+Y 2,k=1+e c 2.式(2)可写为t i +1=t 0+pt ik +t 2i.(3)在计算过程中,t i 前一次迭代值,第一次迭代令t i =t 0。
将点云中的点坐标(X,Y,Z )和自定义的椭球的长、短半轴、分别代入式()、()中,计算点在椭球面坐标系统中的坐标(B,L)。
平面坐标计算高斯投影坐标计算公式在高斯投影中,将大地坐标(B,L)转化成高斯平面直角坐标系下的坐标采用以下公式计算:x =X +N 2cos 2B #tl 2+N 24tcos 4B(5-t 2+9G 2+4G 4)l 4+N 720tcos 6B(61-58t 2+t 4)t 6,y =N cos Bl +N 6cos 3B(1-t 2+G 2)l 3+N 120cos 5B(5-18t 2+t 4+14G 2-58G 2t 2)l 5.(4)式中:X 为自最大圆量起的子午线弧长;l 为经线与中央子午线的经度差值;N =a 2b#1+e c 2cos 2B;t=tan (B);G 2=e c 2cos 2B 。
1.2.2平面坐标计算利用自定义的椭球长、短半轴a 、b 和椭球坐标系坐标(B,L)直接代入X 、l 、N 、t 、G 的计算公式,将计算结果代入式(4)即可计算出三维空间点利用椭球面投影后的平面坐标(x,y)。
由高斯投影原理可知,按某一度数划分投影带后,不同带的点通过高斯投影坐标正算公式获得的平面坐标位于不同的平面直角坐标系中,因此无法保持点与点之间原有的相对位置关系,通过式(5)可将计算获得的平面点归化到同一坐标系中。
x 1=x,y 1=y +2P #a #n #INT (L/n)/360.(5)式中:x 、y 为归化前的坐标,x 1、y 1为归化后的坐标,a 为椭球长半轴,n 为分带度数。
2基于椭球面投影的空间三角格网建立方法2.1三角格网建立的基本思路利用面投影将点云中的所有点投影到二维平面后,空间三角格网的建立则转化到二维平面上进行。
建立三角格网的原则为由邻近的散乱点组成三角格网时,应尽可能地确保每个三角形三边长度接近相等,避免出现过大钝角和过小钝角的三角形。
建立三角格网时,首先建立一个核心三角形,由此三角形的三个边向外围建立扩展三角形,建立方法是根据已构三角形的边与外围一点构成三角形的外接圆半径最小建立扩展三角形,然后由原三角形的三个顶点和新搜索的点构成四边形,若构成凸四边形则根据连接四边形对角线短边来重构两个三角形以达到优化三角形形状的目的,若构成凹四边形则不需进行三角形形状连接优化。
三角格网实现方法根据上述思想,采用数据库设计方法实现三维#20#测绘工程第19卷a b 121.21.2.1 2.2空间建立点的三角格网算法。
首先在Access数据库中建立一个数据表格,即原始点云三维坐标point 表,在程序中定义了5个向量类模板vector的变量:T hreeVer tex,TwowVertex,TwowwVertex, LaterList,T riangleList。
XCoor、Ycoor、Zcoor和Intens四个元素分别表示三维激光扫描点的三维坐标和点的反射强度,m_index、X、Y、Z4个元素分别存储投影前的三维点云坐标的顺序点号和对应点的三维坐标,m_pindex、x、y元素分别存储投影后的二维点云数据的顺序点号和对应点的二维坐标, num元素表示在进行扩展三角形时,从TwowVer2 tex中选取的满足条件的点的点号,m_T index、m_ point1、m_point2、m_point3四个元素分别用于存储三角形的序号和相应的三角形三个顶点的序号,m_ Lindex元素用于存储边的序号,m_point1、m_ point2分别存储边的起点和终点,m_LatDist存储边的长度,m_OldT ri、m_NewTr i分别用于存储原三角形和扩展三角形的序号,m_OldT ript、m_Ne2 wT riPt分别用于存储原三角形第三个顶点和扩展三角形第三个顶点的序号,m_CroDist用于存储OldT riPt和N ewT riPt两点的距离。
根据建立的数据结构,利用椭球面投影法实现三维激光扫描点云的空间三角格网建立的步骤:1)坐标投影转换。
首先,将point表中的点坐标依次存入向量ThreeV ertex中,m_index元素值从1开始依次累加1,表示点的序号;然后,将每个点的三维坐标经过上述的椭球面投影转换变为二维平面坐标,存储到向量TwowVertex中,其元素m_ pindex的值与向量ThreeV ertex中相对应的点的元素m_index的值一致。