导图社区 点云驱动的计算机图形学综述
简要介绍了近年来计算机图形学围绕点云在数据获取、采样处理、渲染表示和几何建模 4 个方面的主要工作,展示了这一新兴领域的研究现状和发展趋势, 并探讨了未来有潜力的研究方向 注:导图整理自伍龙华, 黄惠共同撰写的《点云驱动的计算机图形学综述》
《0-8岁儿童纪律教育》第一部分,探讨:①什么是儿童纪律教育;②儿童的生理和情感发展及其影响;③儿童的智力和社会性的发展及其影响。
育儿经是每位家长费心费力去研习的一门功课,本思维导图通过阐述“知识是学习者主动构建的而非被动接受的”这一观点,提供对于儿童交往的认识与技巧,喜欢的家长朋友们可以点个赞!
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
点云驱动的计算机图形学综述
1、点云获取
点云获取的方式
主动式
结构光
设备
激光
摄像机
原理
三角测距
相位计算
飞行时间
原理:利用传输延迟时间计算深度信息
激光散斑
向土体投射衍射斑点
原理:距离不同会改变散斑图案的特点
被动式:立体视觉原理
双目或多目视觉技术
对图像特征的提取与匹配
利用视差计算深度信息
点云配准
把不同相机坐标系下的点云数据进行配准与组装
迭代最近点算法(ICP)
思路:最小化目标点集和源点集的最近点对距离
易陷入局部最小值
改进的方向
建立初始点对关系
特征点影响权重
剔除无用点对
误差度量
最优化方法
引入Lp的ICP算法
对野点和噪声更加鲁棒
要先提取显著性特征点
FPFH
NARF
VFH
RoPS
......
或全局随机搜索
非刚性配准进行校正
智能扫描
用于复杂模型的NBV原理
泊松算法提取等值面
置信度低的区域进一步扫描
子主题 2
2、点云处理
为了得到法向量正确、平滑低噪、均匀分布, 并保持细节和尖锐特征的点云数据.
法向估算
经典估计方法
先用主成分分析法
再用黎曼图传播法
一种迭代估算法向量的方法
点云去噪
主要手段是重采样
移动最小二乘法(MLS)
建立参考域平面
在参考域下用二元多项式近似拟合局部 MLS 曲面
降采样
通过点到面距离、点到中轴距离或曲率等阈值
增采样
维诺图
引入无参数的局部投影算子(LOP)
抵御野点的不利影响
加入正则项,采样点分布均匀
加权局部最优投影算子(WLOP)
连续 L1投影算子(CLOP)
特征增强
保持尖锐特征的点云重采样技术(EAR)
第一步借用 WLOP 算 子, 但引入了法向量差异权重
第二步则是在第一步获得的可靠数据基础上进行增采样
测量点集局部密度
快速定位当前点集最稀疏的位置
插入一个基点
双边滤波投影法
若未满足增采样条件, 返回 Step1
无法有效地处理大面积的数据缺失并保持缺失边界的形状
3、点云表示
点云渲染
提出了点集曲面的概念
用有向点(surfels)取代无向点
骨架提取
从点云中提取一维曲线结构
便于模型分割、匹配检索、变形动画等
子主题 3
4、点云重构
任务:在输入点云数据基础上自动构造出易于存储、渲染和操控的网格模型, 并修复据缺失, 复原模型形状
静态建模
通用模型重建
显式重建
Delaunay 三角剖分算法
隐式重建
基于 MLS
MLS 与局部核回归结合
多层次整体划分(MPU)
泊松重建算法
室内场景重建
Kinect:改进的ICP算法
城市场景重建
城市规划、三维导航、灾害应急响应
动态建模
全局连续的动态配准方法
贝叶斯概率模型进行运动重建
一套鲁棒的单目几何运动重建方案
.....
5、总结展望
点云的刚性配准
三维建模软件 3D MAX, Blender
研究热点
基于点云序列的动态建模也是近年来的研究热点
探索实时的替代算法
核心的研究问题未彻底解决
针对一些特定模型的点云运动序列分析模型本身属性