基于隐式曲面的三维重建关键技术研究

三维曲面重建是反求工程中最重要的环节，本项目研究基于隐式曲面的大规模散乱点云数据三维重建关键技术。通过研究高效点云数据滤波算法，在自动去除噪声的同时减少数据量并保持模型特征；利用施密特正交化方法将径向基函数权系数的求解转化为正交最小二乘问题，进一步优化插值中心并快速求解RBF的权系数；利用采样点及法向量提出基于法向量约束的隐式曲面重建算法；采用基于窄带的曲面跟踪技术实现快速提取隐式曲面的等值面算法。本项目旨在通过利用径向基函数强大稳定的插值特性，研究的基于RBF隐式曲面的三维重建技术在保证从大规模散乱点云数据重建三维模型精度的前提下，极大提高重建速度，为反求工程技术实用化提供了高性能的三维重建新方法，在产品设计和先进制造、虚拟现实、影视等领域具有广阔的应用前景。