吴晓庆，黄玉清

(西南科技大学 信息工程学院，四川 绵阳 621010)



基于移动最小二乘法的点云平滑及重采样

吴晓庆，黄玉清

(西南科技大学 信息工程学院，四川 绵阳 621010)

将点云进行三维重建符合人们的视觉习惯，可以逼真地反映场景的立体效果，并且可以方便地进行多角度显示。针对贪婪投影三角化重建结果中存在的曲面不光滑且存在孔洞等问题，提出了使用移动最小二乘法来进行点云的平滑、重采样处理。实验表明，通过移动最小二乘法进行先平滑后采样的方法比直接使用贪婪投影三角化算法或仅平滑处理、采样处理再重建的效果都要好。

三维重建；移动最小二乘法；点云平滑；重采样；贪婪投影三角化算法

0 引言

曲面重建技术在逆向工程、数字可视化、机器视觉、虚拟现实、医疗技术等领域中得到了广泛的应用。除了上述传统行业，随着新兴的廉价RGBD获取设备在数字娱乐行业的病毒式扩展，使得更多人开始使用点云来处理对象并进行工程应用。PCL中目前实现了基于点云的曲面重建模块框架，在此基础上实现了比较基础的泊松重建[1]、MC重建、EarClipping、贪婪投影三角化重建[2]等算法。但是由于测量技术的原因，造成一些误差，通过基本的重建算法无法达到目标效果。本文通过对输入点云进行移动最小二乘法(Moving Least Squares,MLS)的先平滑后采样的处理，并将点云作为贪婪投影三角化重建算法(Greedy Projection Algorithm)的输入，最终实现较好的重建结果。

1 贪婪投影三角化算法

贪婪算法是一种把复杂问题进行精简的算法[2]，在对问题求解时，不从整体最优上加以考虑，它所得的是在某种意义上的局部最优解。……