Possion重建是Kazhdan等2006年提出的网格重建方法。Possion重建的输入是点云及其法向量,输出是三维网格。
表面重建流程:
1、构建八叉树:采用的是自适应的空间网格划分的方法(根据点云的密度调整网格的深度),根据采样点集的位置定义八叉树,然后细分八叉树使每个采样点都落在深度为D的叶节点;
2、设置函数空间:对八叉树的每个节点设置空间函数 F,所有节点函数 F 的线性和可以表示向量场 V,基函数F采用了盒滤波的n维卷积;
3、创建向量场:均匀采样的情况下,假设划分的块是常量,通过向量场 V 逼近指示函数的梯度。采用三次条样插值(三线插值);
4、求解泊松方程:方程的解采用拉普拉斯矩阵迭代求出;
5、提取等值面:为得到重构表面,需要选择阈值获得等值面;先估计采样点的位置,然后用其平均值进行等值面提取,然后用 Marching Cubes(移动立方体)算法得到等值面。
pcl::PolygonMesh bossion_surface(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud,PlaneParameter P,int Searchh)
{
//-------------法线估计---------------------------
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;//法线估计对象
pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);//存储估计的法线
pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
tree->setInputCloud(cloud);
n.setInputCloud(cloud);
n.setSearchMethod(tree);
n.setKSearch(Search);
n.compute(*normals);
for (int i = 0; i < normals->size(); i++) {
if (normals->points[i].normal_x*P.A + normals->points[i].normal_y*P.B + normals->points[i].normal_z*P.C < 0) {
normals->points[i].normal_x *= -1.0;
normals->points[i].normal_y *= -1.0;
normals->points[i].normal_z *= -1.0;
}
}
//------------连接法线和坐标-----------------------
pcl::PointCloud<pcl::PointNormal>::Ptr cloud_with_normals(new pcl::PointCloud<pcl::PointNormal>);
pcl::concatenateFields(*cloud, *normals, *cloud_with_normals);
//------------泊松重建-----------------------------
pcl::search::KdTree<pcl::PointNormal>::Ptr tree2(new pcl::search::KdTree<pcl::PointNormal>);
tree2->setInputCloud(cloud_with_normals);
//pcl::io::savePCDFileASCII("C:/Users/12875/Desktop/数据/point_cloud_volume/normals.pcd", *cloud_with_normals);
pcl::Poisson<pcl::PointNormal> pn;
pn.setSearchMethod(tree2);
pn.setDegree(2);//设置参数degree[1,5],值越大越精细,耗时越久。
pn.setInputCloud(cloud_with_normals);
pn.setDepth(6);//设置将用于表面重建的树的最大深度
pn.setMinDepth(2);
pn.setScale(1.0);//设置用于重建的立方体的直径与样本的边界立方体直径的比值
pn.setIsoDivide(3);//设置块等表面提取器用于提取等表面的深度
pn.setSamplesPerNode(3.0); //设置落入一个八叉树结点中的样本点的最小数量。无噪声,[1.0-5.0],有噪声[15.-20.]平滑
//pn.setSamplesPerNode(12);//设置每个八叉树节点上最少采样点数目
//pn.setSolverDivide(3);//设置块高斯-塞德尔求解器用于求解拉普拉斯方程的深度。
pn.setSolverDivide(8); //设置求解线性方程组的Gauss-Seidel迭代方法的深度
pn.setConfidence(false);//设置置信标志,为true时,使用法线向量长度作为置信度信息,false则需要对法线进行归一化处理
pn.setManifold(false);//设置流行标志,如果设置为true,则对多边形进行细分三角话时添加重心,设置false则不添加
pn.setOutputPolygons(false);//设置是否输出为多边形(而不是三角化行进立方体的结果)。
//----------------保存重建结果---------------------
pcl::PolygonMesh mesh;
pn.performReconstruction(mesh);
// pcl::io::savePLYFile(file_surface, mesh);
return mesh;
}