嘈雜的 3D 點雲到 python 中的插值表面網格

Question

我的總體目標是從描述表面的嘈雜點雲到Python中的常規表面網格。 我找到了一些解決這個問題的方法，但沒有一個能很好地適用於我的情況。 我發現的最好的：

• B樣條->對其進行采樣->獲取新點。 這會根據一組常規的 x,y 坐標計算 function 的 z 值，這對於近乎垂直的表面效果不佳，其中我有很多。
• 滾球/凸包算法。 我的數據沿着表面的法線有噪聲，所以我會得到一個“膨脹”的表面。 我首先需要對其進行去噪，這本身需要計算樣條曲線或類似的東西。

我覺得必須有一種“簡單”的方法來做到這一點，但我只是不知道要尋找什么。 有人可以指出我正確的方向嗎？

我最好的猜測是應該有一種方法可以相對於自身“定期”對樣條曲面進行采樣，但我不知道如何。

Answer 1

您描述的問題稱為surface reconstruction 。 有許多算法和軟件（獨立程序或庫）能夠從一組樣本點重建一個表面。 如果您只有點的 XYZ 坐標，或者您有更多信息作為表面的顏色或法線，則存在重要差異。

命名一些示例，您可以使用：

• Kazhdan 和 Bolitho放映的 Poisson 。 這是在 meshlab 和許多其他 python 庫中實現的。 可能是你最好的選擇。
• PowerCRUST ，由 Nina Amenta、Sunghee Choi 和 Ravi Kolluri 撰寫。
• Ball Pivoting ，由 Bernardini、Mittleman 等人撰寫。 很簡單，很容易自己實現。