嘈杂的 3D 点云到 python 中的插值表面网格

Question

我的总体目标是从描述表面的嘈杂点云到Python中的常规表面网格。 我找到了一些解决这个问题的方法，但没有一个能很好地适用于我的情况。 我发现的最好的：

• B样条->对其进行采样->获取新点。 这会根据一组常规的 x,y 坐标计算 function 的 z 值，这对于近乎垂直的表面效果不佳，其中我有很多。
• 滚球/凸包算法。 我的数据沿着表面的法线有噪声，所以我会得到一个“膨胀”的表面。 我首先需要对其进行去噪，这本身需要计算样条曲线或类似的东西。

我觉得必须有一种“简单”的方法来做到这一点，但我只是不知道要寻找什么。 有人可以指出我正确的方向吗？

我最好的猜测是应该有一种方法可以相对于自身“定期”对样条曲面进行采样，但我不知道如何。

Answer 1

您描述的问题称为surface reconstruction 。 有许多算法和软件（独立程序或库）能够从一组样本点重建一个表面。 如果您只有点的 XYZ 坐标，或者您有更多信息作为表面的颜色或法线，则存在重要差异。

命名一些示例，您可以使用：

• Kazhdan 和 Bolitho放映的 Poisson 。 这是在 meshlab 和许多其他 python 库中实现的。 可能是你最好的选择。
• PowerCRUST ，由 Nina Amenta、Sunghee Choi 和 Ravi Kolluri 撰写。
• Ball Pivoting ，由 Bernardini、Mittleman 等人撰写。 很简单，很容易自己实现。