贝叶斯点云重构实现

2018-06-13 00:39:50

我需要能够从无序的点云数据生成网格。

当我试图实施Marching Cubes算法时，我偶然发现了这篇文章：

贝叶斯点云重构

我想知道在这个算法的.NET中是否已经有了一个实现。 C ++也可以......

UPDATE

行进立方体算法的问题在于，我很难将点云数据（基本上是一组3D点）转换为算法需要的输入体素网格数据，这是一个三维数组，其值介于0和1。

我仍然不知道如何转换它...

据我所知，有两个库是用C ++中的点云实现网格生成的。 CGAL的网格生成模块和PCL。我知道至少CGAL的版本支持多种算法，但我不确定他们是否有你指的那个。但是，如果您正在寻找“更光滑”的行进立方体替代品，您可以尝试一下。

行军立方体的优势在于，通过将其移植到GPU上，您可以大幅提升它的速度。如果你想在行进立方体之后消除一些东西，你可以尝试CGAL的网格简化技术。

CGAL确实有商业用途的许可证，而PCL是在BSD下发布的，因此免费。

更新：

如果您有足够的内存以使网格保持必要的粒度，则将点云转换为体素网格很简单。例如，如果每个单元需要一个体素并且占用256 ^ 3的空间，并且您有足够的内存空间，那么您只需制作一个256 ^ 3的二进制数组，并在云中有点的地方设置1。

如果你需要更高的粒度（例如每0.1单位体素）或需要占用更多空间（1024 ^ 3），并且如果你没有足够的内存，那么你需要更聪明的方法。

我能想到的一个选择是对点云进行排序，并一次将它分成三部分。假设你沿着z对点进行排序，并说你的粒度是0.1单位。您的进行立方体运算的算法可能如下所示：

for z in (minz to maxz in steps of 0.1) { //We want to do marching cubes on z-1, z, z+1
    FreeVoxelSet(z-2) //This will free the voxel slice at z-2 from previous iteration
    CreateVoxelSet(z+1) //This step will go through your sorted point cloud and voxelate all points between z and z+1
    DoMarchingCubes(z) //You have z-1, z (from prev iterations) and z+1(this iter)        
}

还有Sparse Voxel Octrees，它可能很乏味，但却非常高效。你可以在其上运行行军立方体。

点云 - 体素集二元性是一个活跃的研究领域，您将能够在网上找到大量的信息并实现这个想法的各种实现。祝你好运。

链接地址: http://www.djcxy.com/p/37185.html

上一篇: Bayesian Point Cloud Reconstruction implementation

下一篇: Fast volume representation, modification and polygonisation