一种基于顶点重定位的三角网格表面模型概率融合方法
【专利摘要】本发明公开了一种基于顶点重定位的三角网格表面模型概率融合方法。它以两帧或多帧三角网格表面模型为输入，根据三角网格表面模型顶点位置的概率分布，估计模型之间重叠区域的“隐表面”，以消除因误差造成的几何上的模型不一致；实现模型数据结构上的连续一致，最终输出一幅融合后的完整三角网格表面模型；对于两帧三角网格表面模型的融合，采用两帧之间三角网格表面模型概率融合方法；对于多帧三角网格表面模型，递增式地采用两帧之间三角网格表面模型概率融合方法。本发明方法既适用于基于密集点云的表面模型，也适用于半密集点云的表面模型；考虑了表面模型的不确定性，进行了基于概率统计的融合，适用于大范围场景的模型融合。
【专利说明】一种基于顶点重定位的三角网格表面模型概率融合方法
【技术领域】
[0001]本发明涉及一种三维场景重构和三维模型融合领域，尤其涉及一种基于顶点重定位的三角网格表面模型概率融合方法。
【背景技术】
[0002]当前的三角网格模型融合方法都只是对重叠部分三角网格顶点的重新连接，对于电脑生成的CAD模型，因其几乎不存在误差，融合后不影响视觉效果。但若对于传感器采集的真实环境数据，模型融合时重叠部分形状往往不吻合，若直接重新连接顶点，模型平整度会大大降低。
【发明内容】
[0003]本发明的目的是克服现有技术的不足，提供一种基于顶点重定位的三角网格表面模型概率融合方法。
[0004]基于顶点重定位的三角网格表面模型概率融合方法是:以两帧或多帧三角网格表面模型为输入，根据三角网格表面模型顶点位置的概率分布，估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”，并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上，以消除因误差造成的几何上的模型不一致；通过重新连接重定位后的顶点，实现模型数据结构上的连续一致，最终输出一幅融合后的完整三角网格表面模型；对于两巾贞三角网格表面模型的融合，直接采用两帧之间三角网格表面模型概率融合方法；对于多帧三角网格表面模型的融合，递增式地采用两帧之间三角网格表面模型概率融合方法，每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合，所述的两帧之间三角网格表面模型概率融合方法的具体步骤为:
1)根据传感器设备特性和数据采集方式估计三角网格表面模型数据中每个三角网格
顶点I3J的不确定性；
2)对于两帧三角网格表面模型中的每个三角网格顶点，评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠，并标记两帧数据中所有处于重叠区域的三角网格顶点；
3)对处于重叠区域的每个三角网格顶点Ps,搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的I个对应三角面，根据这些三角面顶点的位置不确定性，估计三角网格顶点Ps在该局部区域的“隐表面”上投影并计算的不确定性；
4)重新连接重叠区域重定位后的顶点，形成连续一致的三角网格模型。
[0005]所述的步骤I)为:根据传感器设备特性和误差模型获取表示三角网格顶点Ps的
协方差矩阵Corps,则三角网格顶点Ps的不确定性可表示为概率分布
【权利要求】
1.一种基于顶点重定位的三角网格表面模型概率融合方法，其特征在于，以两帧或多帧三角网格表面模型为输入，根据三角网格表面模型顶点位置的概率分布，估计两帧或多帧三角网格表面模型之间重叠区域的“隐表面”，并将重叠区域的所有三角网格顶点重定位到局部“隐表面”上，以消除因误差造成的几何上的模型不一致；通过重新连接重定位后的顶点，实现模型数据结构上的连续一致，最终输出一幅融合后的完整三角网格表面模型；对于两帧三角网格表面模型的融合，直接采用两帧之间三角网格表面模型概率融合方法；对于多帧三角网格表面模型的融合，递增式地采用两帧之间三角网格表面模型概率融合方法，每次将一帧新的三角网格表面模型与已有模型进行两帧之间的融合，所述的两帧之间三角网格表面 模型概率融合方法的具体步骤为: O根据传感器设备特性和数据采集方式估计三角网格表面模型数据中每个三角网格顶点Ijs的不确定性； 2)对于两帧三角网格表面模型中的每个三角网格顶点，评估该顶点所在局部表面与另一帧的近邻情况以确认两帧数据在该位置是否重叠，并标记两帧数据中所有处于重叠区域的三角网格顶点； 3)对处于重叠区域的每个三角网格顶点,搜索其在本帧数据中的所有相邻三角面以及在另一帧中的最近邻的I个对应三角面，根据这些三角面顶点的位置不确定性，估计三角网格顶AP5在该局部区域的“隐表面”上投影并计算的不确定性； 4)重新连接重叠区域重定位后的顶点，形成连续一致的三角网格模型。
2.根据权利要求1所述的基于顶点重定位的三角网格表面模型概率融合方法，其特征在于，所述的步骤I)为:根据传感器设备特性和误差模型获取表示三角网格顶点.Ps的协方差矩阵CorPs,则三角网格顶点Ps的不确定性可表示为概率分布
3.根据权利要求1所述的基于顶点重定位的三角网格表面模型概率融合方法，其特征为，所述的步骤2)中标记两帧数据中所有处于重叠区域的三角网格顶点的方法为:遍历两帧数据中的所有点，对于此过程中的每一点，该点属于两帧数据中的某一帧，搜索另一帧三角网格中与以三角网格顶点Ps为中心半径小于^的范围内、数量不超过Fl的所有最近点，得到顶点集iV,对于顶点集JV内顶点组成的所有三角面，若存在一个以、PF ,Pw为顶点的三角面，使得
4.根据权利要求1所述的基于顶点重定位的三角网格表面模型概率融合方法，其特征为，所述的步骤3)中估计三角网格顶点Ps在该局部区域的“隐表面”上投影并计算的不确定性的方法为:
5.根据权利要求1所述的基于顶点重定位的三角网格表面模型概率融合方法，其特征在于，所述的步骤4)为:对于重叠区域重定位后的每个顶点，搜索其周围半径小于r范围内的数量不超过η的所有最近邻点，得到的点集为i￥,为点集JV拟合的平面为G,将点集JV包含的所有点投影到平面G上得到二维点集iT,利用基于局部搜索的二维三角化算法逐点建立与周围点的连接关系，将该连接关系映射回原始三维顶点，即实现了对于重叠区域重定位后顶点的重新连接。
6.根据权利要求4所述的基于顶点重定位的三角网格表面模型概率融合方法，其特征在于，所述的为点集JV拟合平面G的方法为:计算点集ΛΤ的均值，得到平面G的中心Ce ;计算iVW的特征向量，其最小特征值对应的特征向量即为平面G的法向量;平面G的中心G和法向量Ilcs即表示了一个经过中心€^、法向量为We的平面。
【文档编号】G06T17/30GK103729886SQ201310742502
【公开日】2014年4月16日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】熊蓉, 李千山 申请人:浙江大学