《表2 泊松重建试验结果：基于激光点云数据的糙米表面三维模型重建》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于激光点云数据的糙米表面三维模型重建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据以上分析，对点云数据进行泊松重建要求点云数据具有法向信息，因此利用2.1节中介绍的PCA算法来估计糙米表面点云数据的法向量信息。此外，在泊松重建算法中，将函数空间离散化，利用八叉树（OCtree）对包含所有点云数据包围盒空间进行细分，从而进行泊松求解。由于八叉树的深度值越大，泊松重建的精度越高，但计算耗时会增长，导致效率明显降低。当八叉树深度值>9时，计算耗时过长，且其重建效果与深度值为9时相差无几，因此选取八叉树深度值为7，8，9，对2.2节中滤波处理后得到的糙米表面点云数据进行泊松重建，重建效果如图5所示。结合表2可知，当深度值为7时，运算时间短，重建网格顶点和面片数少，仅显示出糙米模型的大致轮廓，特征不明显，重建效果粗糙，效果不理想；当深度值为8时，运算时间变长，重建网格顶点和面片数增大，模型轮廓逐渐清晰，细节特征逐渐显现，表面较平滑，重建效果一般；当深度值为9时，运算时间更长，重建网格顶点和面片数仍成倍增大，模型轮廓十分清晰，细节特征明显，模型表面光滑，重见效果最佳。