点云重建/点云三角化/网格化

点云重建/点云三角化/网格化

rgbd传感器获取的数据通常是大量的三维点，后期的处理过程都是在对这些点的坐标进行处理。而在3D打印邻域，仅仅依靠这些点坐标是无法进行打印的。而点云网格化就可以把点云转换为mesh模型（类似UG/Solidworks软件到处的模型），有了mesh模型后，就可以进行后续的打印了。

点云网格化

点云网格化是使用一系列的网格来近似拟合点云，在图形学中，一般使用三角网格和四角网格。如下图所示：

流程

读取点云

上图中为读入的原始点云，从图中可以看出，点云分辨率很高，而且存在好多的离群点和噪声。

点云下采样

上图为经过下采样的点云。通常点云三角化算法计算量非常大，如果输入大量点云的话，运行时间可能会需要数十分钟甚至数个小时，因此，点云处理的第一步便是下采样。

去除离群点

由于点云三角化算法对于离群点比较敏感，因此，需要去除点云中的一些异常点。

点云平滑（计算法线）

通常由于传感器的自身测量噪声，得到的点云数据会有些波动，因此需要对点云进行平滑（类似于图像处理中的平滑操作）。

点云三角化

效果还行，在有些测量错误的地方三角化出现错误。