[发明专利]大规模图像点云并行分布式网格化重建方法、系统、装置

摘要

本发明属于三维网格化重建技术领域，具体涉及了一种大规模图像点云并行分布式网格化重建方法、系统、装置，旨在解决现有技术在处理大规模三维点云数据网格化时重建效果不好以及计算复杂度高、冗余数据多、处理效率低的问题。本发明方法包括：将三维点云数据划分为设定大小的网格，进行场景区域自适应划分并提取边界网格；分别获取各场景子区域的局部表面；提取一致性三角形合并后进行空洞补充；进行平滑操作并消除异常点，获得重建的三维网格模型。本发明自适应区域划分，避免将结构复杂或者点云非常稀疏的区域选为边界，有利于后续的网格合并工作，大大提高了网格化的效果，降低了计算复杂度以及产生的冗余数据，处理效率高。

主权项

1.一种大规模图像点云并行分布式网格化重建方法，其特征在于，该网格化重建方法包括：/n步骤S10，将获取的大规模场景点云数据在x-y平面上划分为设定长宽的相同大小场景网格；/n步骤S20，基于所述场景网格，通过图割算法对场景进行自适应区域划分，获得边界网格重合的两个场景子区域，并分别统计所述两个场景子区域中各自包含的三维点数据量；/n步骤S30，分别判断所述三维点数据量与设定下限阈值、设定上限阈值的关系，并执行：/n当所述三维点数据量大于设定上限阈值时，跳转步骤S20；/n当所述三维点数据量小于设定下限阈值时，判断其对应的场景子区域与相邻的场景子区域中三维点数据量总和是否小于设定上限阈值，是则将所述场景子区域与相邻的场景子区域合并，并更新边界网格；/n当所述三维点数据量大于设定下限阈值且小于设定上限阈值时，获得多个边界网格互相重合的场景子区域；/n步骤S40，在每一个场景子区域上运行基于德洛内的局部表面计算方法，分别获取各场景子区域的局部表面；/n步骤S50，提取所述各场景子区域的局部表面的一致性三角形并合并，对合并后的表面进行空洞补充，获得大规模场景点云数据的初始表面；/n步骤S60，采用拉普拉斯顺滑算法进行初始表面的平滑操作，并基于输入的相机可视性信息消除异常点，获得大规模场景点云数据的三维网格模型。/n