3

python 或 c++ 中是否有一个库能够以一致的方式估计点云的法线？以一致的方式，我的意思是法线的方向在表面上全局保留。

例如，当我使用 python open3d 包时：

downpcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(
    radius=4, max_nn=300))

我得到不一致的结果，其中一些法线指向内部，而其余法线指向外部。

非常感谢估计法线（黑线表示外部定向法线）

4

2 回答 2

5

更新：好消息！

切平面算法现在在 Open3D 中实现！源代码
和文档。

你可以打电话pcd.orient_normals_consistent_tangent_plane(k=15)。是 knn 图参数
。k

原答案：

就像马克说的那样，如果您的点云来自多个深度图像，那么您可以open3d.geometry.orient_normals_towards_camera_location(pcd, camera_loc)在将它们连接在一起之前调用（假设您使用的是 Python 版本的Open3D）。

但是，如果您没有该信息，则可以使用切平面算法：

  1. 为您的点云构建 knn-graph。
    图节点是点。如果一个是另一个的 k 最近邻，则两个点是连接的。
  2. 为图中的边分配权重。
    与边(i, j)相关的权重计算为1 - | n我⋅ n j |
  3. 生成结果图的最小生成树。
  4. 以初始节点为根，以深度优先顺序遍历树，为每个节点分配与其父节点一致的方向。

实际上，上述算法来自Hoppe 1992 年 SIGGRAPH 论文Surface Reconstruction from Unorganized Points的第 3.3 节。该算法也是开源的。

AFAIK 该算法不能保证完美的方向，但它应该足够好。

于 2020-03-15T04:52:44.113 回答
1

如果您知道捕获每个点的视点，则可以使用它来确定法线的方向。我认为情况并非如此 - 所以考虑到您的情况，这似乎相当无懈可击且采样均匀，网格重建是有希望的。

PCL 库在表面模块中提供了许多替代方案。为了正常估计，我将从以下任一开始：

虽然很简单，但它们应该足以生成单个连贯网格。

一旦你有了一个网格，每个三角形都会定义一个法线（叉积）。需要注意的是，网格不仅仅是独立面的集合。面是连接的，并且这种连接在网格上强制执行一致的方向。

pcl::PolygonMesh是一个“半边数据结构”。这意味着每个三角形面都由一组有序的顶点定义，它定义了方向： 顶点的顺序 => 叉积的顺序 => 明确定义的明确法线

您可以使用网格（最近邻）中的法线，也可以计算低分辨率网格并仅使用它来定位云。

于 2020-02-28T22:44:10.237 回答