离散点云原始形状及边界曲线提取算法

大规模离散点云包含多种类型的扫描缺陷:噪声、异常数据、孔洞及不规则的各向异性采样，大部分现有的算法不能够很好地处理这些缺陷，这对点云拓扑关系的恢复及特征提取带来了困难。针对此问题，提出了一种健壮有效的点云重构算法，首先，计算每个数据点的局部属性;然后利用局部属性探测点云中包含的原始形状;最后利用统计优化方法对原始形状中包含的边界曲线进行提取和优化，通过优化的边界曲线可以获得分段光滑的网格曲面。实例证明，该算法实用性好，对合成点云及真实场景点云的重构效果理想。