基于基本解方法的快速3D表面重建
《Applied Mathematics Letters》:Fast 3D surface reconstruction via the method of fundamental solutions
【字体:
大
中
小
】
时间:2026年07月09日
来源:Applied Mathematics Letters 2.7
编辑推荐:
J.J. Wang|M. Lei|C.S. Chen摘要本文提出了一种基于拉普拉斯修正的亥姆霍兹方程及基本解方法的加速技术,用于从点云数据中重建3D隐式表面。与使用MATLAB中的标准等值面命令不同,本文引入了一种结合欧几里得距离过滤器的新型方法。通过在等值面运算中应用该过滤器,
J.J. Wang|M. Lei|C.S. Chen摘要本文提出了一种基于拉普拉斯修正的亥姆霍兹方程及基本解方法的加速技术,用于从点云数据中重建3D隐式表面。与使用MATLAB中的标准等值面命令不同,本文引入了一种结合欧几里得距离过滤器的新型方法。通过在等值面运算中应用该过滤器,相关计算仅限于经过过滤的体积数据,而非整个数据集。这样一来,既显著降低了计算成本和时间,又不会影响重建质量。为验证其可靠性,通过多个数值实验对所提方法的有效性进行了测试。引言近年来,通过隐式表面建模来表示3D对象的方法越来越受到重视[1]。虽然传统的插值方法较为有效[2],但基于偏微分方程的方法,如变分法[3]以及无网格相关技术[4],能够为处理复杂拓扑结构提供更可靠的解决方案。在各种无网格方法中[5],由于高效且简单,基本解方法吸引了越来越多的关注。通过运用基本解方法[6],在重建过程中无需再获取待重建3D对象的法向量。不过,在重建高度凹凸的3D表面时,需要在边界外巧妙地添加额外的辅助点,以避免出现虚假的等值面。正如[7]中所提出的,通过引入一个新的具有单一自由参数的偏微分方程模型,可以进一步简化这一繁琐操作。通过选择合适的参数,就可以轻松消除因不当辅助点而产生的虚假表面。在消除了对法向量和额外辅助点的依赖后,通过偏微分方程进行隐式表面重建时仍存在一个平衡高质量与效率的问题。在标准等值面运算中,要获得高质量的重建结果需要大量的体积数据,而这又会带来较高的内存和CPU使用成本。为解决这一问题,本文提出了一种新的优化框架,提升了MATLAB内置的常用等值面函数的效率。通过整合欧几里得距离过滤器,该框架能够有选择地针对靠近原始点云数据的体积数据进行计算,从而大幅降低计算成本。此外,结合NVIDIA的GPU等并行计算技术,这一策略还能显著缩短重建时间。本文结构如下:第2节详细阐述基于修正的亥姆霍兹方程和基本解方法的3D表面重建框架;第3节介绍用于筛选关键过滤体积数据的欧几里得距离过滤器;第4节利用斯坦福兔子模型和龙模型展示数值结果;第5节总结全文。章节摘录通过基本解方法进行3D表面重建给定一组点云数据{xi}i=1n,x∈R3,我们的目标是构建一个穿过这些数据点的隐式表面。该隐式表面可由满足特定约束条件的隐式函数表示。在[7]中,提出了以下修正的亥姆霍兹方程:(?2?λ2)2u(x)=0,x∈Ω,?u(x)?n=f(x),x∈?Ω,u(x)=1,x∈?Ω,其中Ω?R3是由点云数据围成的有界区域,被视为域边界?Ω。f(x)是一个适当构造的函数,n通过欧几里得距离过滤器加速等值面计算按照传统等值面框架的要求,需要对整个体积数据X进行计算,这会导致较高的计算成本。对于高密度网格而言,尤其是在渲染高分辨率场景时,这会成为一大瓶颈。本节提出了一种基于欧几里得距离过滤器的策略,可通过该策略筛选出靠近每个原始点云数据的体积数据。特别地,可以使用KD树算法来查找最近的M个数据点过滤后的体积数据集X*数值结果在本节中,所有模拟均在配备20个物理核心和40个逻辑线程的Intel(R) Xeon(R) Silver 4210R CPU,以及拥有16,384个CUDA核心的NVIDIA GeForce RTX 4090 GPU的Windows 10系统上完成。示例1在此示例中,我们分别使用8171个点和22998个点云数据来重建斯坦福兔子模型和龙模型[10]。利用方程(1)中的偏微分方程模型,我们可以轻松重建兔子模型。然而,对于像龙模型这样几何结构更为复杂的对象,结论本文的创新点及主要贡献可归纳为以下几点:1. 提出了一种基于拉普拉斯修正的亥姆霍兹方程的改进型偏微分方程模型,可避免在复杂3D区域内产生虚假表面。2. 采用KD树搜索算法来确定那些与原始点云数据足够接近的体积数据,从而避免对远离真实表面的无关评估点进行不必要的计算。3. 所提出的方法致谢第三作者衷心感谢台湾科技部在MOST NSTC 114-2221-E-002-010-MY3项目下的资金支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号