帶缺失的曲面點云序列的自動迭代修復.pdf

1、在實物的三維空間采樣過程中，常常出現采樣數據不完整的情況，導致其生成的離散曲面所表示的實物存在部分缺失。對缺失部分進行準確檢測和合理修復已經成為計算幾何和數字圖形處理的一個重要研究課題。目前解決帶缺失的離散曲面序列的修復問題，主要有兩種方法，基于模板的方法和高維補洞法。但前一種方法或者需要較多的人工干預，或者需提供除原始數據之外的大量附加信息。后一種方法不但計算量大、計算復雜度高，收斂效果也不理想。序列中各幀之間的高度相關性和運動一致性

2、為離散曲面的修復工作提供了更多依據，需要新方法來有效提取和充分利用，以克服以上兩種方法的不足。
　　本文完整的給出了一種新的帶缺失點云序列的修復算法。算法第一步先將前向相鄰兩幀進行ICP配準，迭代地檢測相對多余數據。第二步將兩幀的相對多余數據分別進行K-means聚類，制作前一幀的實質多余記錄表。第三步按照實質多余記錄表，確定每個缺失部分的鄰域，將鄰域中的兩部分進行局部ICP配準，進而實施局部修復。前向迭代修復完成后，再反向迭代一

3、次，完成整個點云序列的修復。該方法只需輸入原始點云序列數據，不需要模型的拓撲、模板、標準幀等附加信息，也無需保證點云序列中存在完整幀，不需要交互操作，全部過程由系統(tǒng)自動完成。
　　本文第一章對研究背景和研究意義進行了簡單闡述，介紹了已有的曲面序列的各種修復算法及本文主要工作。第二章闡述了離散曲面序列的定義、配準，以及K-means聚類算法及其改進。在第三章中，我們提出了一種新的點云序列修復算法，且給出了數值試驗實例證明了算法的合理