一种基于顶点重定位的三角网格表面模型概率融合方法

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。

主权项

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：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1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。