3D地图可视化范围（使用vtk？）

Question

我们有一个用激光和相机从3D三角剖分获得的ZMap（又称深度图）图片。 我们知道每个像素的深度值和相机的分辨率（每个像素与以mm为单位的3d坐标相关联）。 我们的目标是将Zmap可视化为2d曲面，因此我们考虑创建点云，生成网格并使用一些3D库显示它。我们认为vtk是正确的选择，但遇到了一些问题。

首先，我们尝试使用无组织结构（vtkPolyData），通过3dDalaunay三角剖分生成网格。 但是，当点数<50k时，代码可以正常工作。 我们的3D重构由480k点组成，计算时间确实太长了。

然后，我们切换到有条理（连接点）。 恕我直言，这些附加信息应减少创建网格的计算时间，但是我们无法理解如何创建“ vtkStructuredGrid”并将其Z值输入以获得2D网格化表面。

这是正确的方法吗？ 有没有人尝试过？

提前致谢

Answer 1

如果您的点以2D网格组织（在扫描时），则不需要复杂而缓慢的三角剖分算法

1. 将点组织到2D表/网格中

   • 像这样的东西：
   • 
   • 灰色方块是重点
   • 所以点x,y轴平行于表格/网格u,v索引
   • 如果您的数据尚未以这种方式组织，则对点进行排序，以便
   • 存储在类似： double pnt[maxU][maxV][3];
   • 如果x,y直接与网格对齐，那么您只需要存储Z坐标即可节省一些内存

2. segmentate

   • 在3D扫描的点云中这样组织起来很容易
   • 只需将Z坐标差小于阈值的所有相邻点连接在一起
   • 我图像中的彩色方形点
   • 灰色点现在是超出Z坐标范围的背景
   • 因此添加如下结构： int obj[maxU][maxV];
   • 将所有背景/超出范围的点设置为obj [u] [v] =-1；
   • 设置其余的唯一obj索引，例如(u*maxV+v)
   • 现在处理每条线，如果附近的点的Z坐标附近，则重新索引其中之一（因此对象正在增长）
   • 完成后，处理所有行并尝试合并重新索引相邻对象
   • 循环直到没有合并发生
   • 这比基于洪水填充的分段要快得多（如果使用了适当的加速线合并结构）

3. 三角

   • 逐个处理选项卡
   • 如果所有4个点都属于分割对象，则将四边形添加到网格
   • 如果仅3个添加三角形（4个组合）
   • 如果1或2不添加任何内容
   • 结果是彩色区域