點云和網(wǎng)格模型的建立及形狀分布檢索算法研究.pdf

1、隨著三維激光掃描儀等三維數(shù)據(jù)獲取技術(shù)的發(fā)展，三維模型建模技術(shù)已成為研究熱點。基于點云和網(wǎng)格表示的三維模型廣泛地應(yīng)用于計算機(jī)輔助設(shè)計，虛擬現(xiàn)實，可視化等領(lǐng)域。三維模型的特征提取是三維模型檢索中的一個首要解決的問題和關(guān)鍵技術(shù)，直接影響著三維模型檢索的效果。本文以基于點云和網(wǎng)格表示的三維模型為研究對象，研究了點云和網(wǎng)格模型建立的關(guān)鍵技術(shù)，針對網(wǎng)格模型特征提取，提出了改進(jìn)的點云模型簡化算法和形狀分布檢索算法。本文主要研究內(nèi)容概括如下：
　

2、　 (1)點云和網(wǎng)格模型的建立。以三維掃描獲得的點云數(shù)據(jù)為基本輸入，經(jīng)過對點云數(shù)據(jù)配準(zhǔn)，去噪，修復(fù)等預(yù)處理，采用基于點云的表示，實現(xiàn)點云模型的建立；其次基于點云數(shù)據(jù)的表示對表而進(jìn)行網(wǎng)格重構(gòu)來構(gòu)造網(wǎng)格模型，生成的網(wǎng)格模型需要進(jìn)行簡化來減少模型的存儲量。
　　 (2)提出了一個基于K鄰域密度的點云簡化的改進(jìn)算法。該算法首先對K鄰域中點到中心點的距離進(jìn)行判斷，距離大于平均距離的點則保留，否則采用法向量誤差的方法進(jìn)行衡量是否刪除點。該

3、方法事先控制簡化誤差，在曲率變化大的地方不易改變模型的形狀。實驗證明該方法對曲率大的模型進(jìn)行簡化后能夠比較好的保留細(xì)節(jié)部分的信息。
　　 (3)提出了一種基于加強(qiáng)三維模型細(xì)節(jié)的形狀分布檢索算法。該算法首先將經(jīng)過預(yù)處理的模型分割為N個子模塊并分別進(jìn)行特征提取，然后構(gòu)造每個子模塊的形狀分布直方圖，通過比較子模塊的相似度來計算模型的相似度。該算法相比形狀分布算法比較準(zhǔn)確地計算出了模型間的相似性，有效地提高了細(xì)節(jié)的分辨，解決了外形相近但