西北大学信息科学与技术学院, 陕西 西安 710127
提出一种特征感知的三维点云简化方法。通过构造八叉树搜索每个点的k近邻点,并计算每个点的法向量,以此检测并保留边缘点;使用期望最大化算法对点云进行聚类,并确定高曲率的点;使用边缘感知的有向Hausdorff距离方法进行点云精简,合并前述点云并删除重复点,实现模型简化。该方法适用于不同曲率变化的模型,并且能够在保留尖锐特征的同时显示模型整体轮廓。实验结果表明,该方法不仅能够保留原始模型的几何特征和轮廓外貌,而且有效地避免了简化过程中的孔洞现象,几何简化误差较低。
图像处理 数字博物馆 三维点云简化 期望最大化算法 有向Hausdorff距离 激光与光电子学进展
2019, 56(11): 111004
西安电子科技大学物理与光电工程学院, 陕西 西安 710071
近年来，在线三维数字博物馆成为文物保护和资源共享的新兴手段，但是使用三维扫描技术获得的三维轮廓数据体积较大，不便于三维数字博物馆数据的实时加载与显示。针对该问题，提出了一种基于灰度值编码的三维轮廓数据表示方法。在虚拟条纹投影系统的基础上，根据虚拟照相机水平方向分辨率将灰度值编码为8 位灰度图像或者8 位灰度图像和二值图像，并将其作为投影图像进行投影。使用虚拟照相机对发生形变的投影图像进行拍摄，实现三维轮廓数据的图片表示。实验结果表明，与传统的三维数据格式相比，提出方法所需的数据加载及显示时间减少了98%以上，非常适合基于三维轮廓数据数字博物馆的数据实时加载与显示。
信号处理 三维轮廓数据压缩 灰度值编码 虚拟条纹投影系统 三维数字博物馆 中国激光
2015, 42(12): 1209001
