一种基于立方格的散乱点云曲面网格化方法

北京大学学报（自然科学版）

一种基于立方格的散乱点云曲面网格化方法

徐杰

北京大学信息科学技术学院, 北京 100871;

收稿日期:2013-02-05 出版日期:2014-03-20 发布日期:2014-03-20

A Cube Based Surface Meshing Method from Unstructured Points Set

XU Jie

School of Information Science and Technology, Peking University, Beijing 100871;

Received:2013-02-05 Online:2014-03-20 Published:2014-03-20

摘要/Abstract

摘要： 提出一种新的基于小立方格的网格化方法。首先将空间划分为小立方格, 计算小立方格位于物体表面的可信度, 然后对可信度高的小立方格进行重采样, 最后依据小立方格的空间邻接关系连接重采样点, 形成三角网格。与Marching Cube方法相比较, 该方法不需要考虑等值曲面(iso-surface), 不需要计算小立方格8个顶点的符号, 通过法向一致性区分物体表面的内外。实验表明该方法适用于拓扑变化复杂的散乱点云的景物建模, 效果良好。

关键词: 曲面网格化, 散乱点云, 基于立方格的, 穿越可信度

Abstract: The authors give a new meshing method which is based on cubes. Firstly it divides the space into cubes, and calculates the confidence of the cubes that are on the object surface. Secondly it computes the resample vertices at the cubes with high confidence. Thirdly it links the resample vertices according to the cubes index and forms triangles mesh. The new meshing method does not need to consider iso-surface and inside/outside of the object, and does not need to compute the sign values at the eight corners of the cubes and distinguish the surface sides according to the normal consistency. The experiment shows that new method is suitable for unstructured point set with high topology change, and it is effective.

Key words: surface meshing, unstructured points, cubes based, confidence of passing through

中图分类号:

TP391

徐杰. 一种基于立方格的散乱点云曲面网格化方法[J]. 北京大学学报（自然科学版）.

XU Jie. A Cube Based Surface Meshing Method from Unstructured Points Set[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2014/V50/I2/228

[1]	刘秋慧, 张坤丽, 许鸿飞, 俞士汶, 昝红英. 助词“的”用法自动识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 466-474.
[2]	柯永红, 朱永福, 穗志方, 俞士汶. 基于多特征的语义角色标注一致性计算方法研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 475-480.
[3]	杨萌, 李培峰, 朱巧明. 一种基于Tree-LSTM的句子相似度计算方法[J]. 北京大学学报（自然科学版）, 2018, 54(3): 481-486.
[4]	张雨, 曾立, 邹磊. 大规模图数据的正则路径查询[J]. 北京大学学报（自然科学版）, 2018, 54(2): 236-242.
[5]	魏星, 王玮, 陈静萍, 解焱陆, 张劲松. 基于发音特征的汉语发音偏误自动标注[J]. 北京大学学报（自然科学版）, 2018, 54(2): 243-248.
[6]	林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.
[7]	周楠, 赵悦, 李要嫱, 徐晓娜, 才旺拉姆, 吴立成. 基于瓶颈特征的藏语拉萨话连续语音识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 249-254.
[8]	谭亦鸣, 王明文, 李茂西. 基于翻译质量估计的神经网络译文自动后编辑[J]. 北京大学学报（自然科学版）, 2018, 54(2): 255-261.
[9]	吴焕钦, 张红阳, 李静梅, 朱俊国, 杨沐昀, 李生. 基于伪数据的机器翻译质量估计模型的训练[J]. 北京大学学报（自然科学版）, 2018, 54(2): 279-285.
[10]	吕书宁, 董志安. 利用URL-Key领域术语识别方法[J]. 北京大学学报（自然科学版）, 2018, 54(2): 262-270.
[11]	王文超, 吕学强, 张凯, 周建设. 足球赛事战报的自动写作研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 271-278.
[12]	应文豪, 肖欣延, 李素建, 吕雅娟, 穗志方. 一种利用语义相似度改进问答摘要的方法[J]. 北京大学学报自然科学版, 2017, 53(2): 197-203.
[13]	栗青生, 徐强, 肖建国, 刘泉, 张解放. 汉字动态生成的结构与风格模型[J]. 北京大学学报自然科学版, 2017, 53(2): 219-229.
[14]	陈玉敬, 吕学强, 周建设, 李宁. NBA赛事新闻的自动写作研究[J]. 北京大学学报自然科学版, 2017, 53(2): 211-218.
[15]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.