资源描述：
《可视化类库vtk在三维建模中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、可视化类库VTK在三维建模中的应用第28卷第1期2007年2月首都师范大学（自然科学版）JournalofCapitalNormalUniversity（NaturalScienceEdition）No.lFeb.2O0r7可视化类库VTK在三维建模中的应用杨丽萍张爱武（1.首都师范大学三维信息获取与应用教育部重点实验室，北京100037;2.包头师范学院计算机科学系，包头014030）摘要采用VC++6.0作为开发平台，引入三维可视化类库vTK,实现了散乱数据和体数据的建模•通过数据压缩，平面分割来减少数据量，分别采用
2、不同的建模方法，如Delaunay三角化建模，轮廓线建模,MarchingCubes建模,实现了三维数据的建模.关键词:口J视化类库VTK,三维重建撒乱数据，三角化,轮廓线‘Marching〜ubes.中图分类号:TP391.91引言三维重建的任务是从二维图像中或从激光扫描得到的散乱点中抽取三维信息，通过对这些信息进行分类，综合等一系列处理，在三维空间中重新构造起图像中的或真实物体的相应形体•因此，三维重建是通常的几何作图或摄影成像过程的逆过程•近几年来，三维重建得到很大发展,它的成果可应用于城市数字化,自然景观维护，三
3、维识别，三维游戏，建筑结构调查，光照分析，城市规划与管理，街道的空间信息分析，任务模拟，训练，仿真，战略规划等方面，因此，三维重建有很好的发展前景.VTK(VisualizationTbolkif)是美国Kitware公司开发的一套C++类库，它吸收了众多优秀的图像处理和图形生成算法，是一个源代码开放，面向对象的计算机图形，可视化技术及图像处理软件系统，可在c++,Tcl,Java,Pyhon语言环境下使用.具有如下技术特点：(1)封装了目前许多优秀的三维数据场可视化算法，可方便地对数据集进行齐种变换和操作・(2)支持多
4、种语言环境,并具有多种程序语言Z间的代码转换功能・(3)可移植性:跨平台使用可在Windows系统或Unix系统中运行・(4)可扩充性:它是开放源代码的，因此，开发人员可对源代码修改或收稿H期:2005」0・11增加自己的新类・(5)生成图像的速度快，图像质量优秀.2散乱数据的三维重构散乱数据的三维重构其难点在于，如何在数据点集中自动地得到邻近点间正确的拓扑连接关系+而正确的拓扑连接关系将有效地揭示散乱数据集所蕴涵的原始物体表面的形状和拓扑结构•根据数据点集组织形式的不同，可以把散乱数据点集分成3类：(1)点与点之间毫无
5、内在联系的数据点集称为无组织数据集，此类数据点一般都蕴涵着一个隐含的假设:存在一个流形表面插值或拟合这些数据点；⑵主要来自于医学图像，称为轮廓线(contour)或体数据(volume),数据点呈层状分布，每一层代表物体的一个剖而;（3）是深度散乱数据，主要由三维激光扫描测距技术所获得，数据集往往由多幅深度图像所组成.目前主要有三种无组织散乱数据的三维重建方法•一种是构造点到物体表面的有向距离场，该距离场的零等值而即为重建曲而•但这种方法涉及到复杂的法向一致性检查和等值面抽取，重建非常耗时，且重建表面需经优化处理才能使用
6、•另-•种是直接采用隐函数曲面或参数曲面来逼近或拟合数据点集•最常用的第三种方法是应用Voronoi图对散乱点集进行Delaunay三角化.Delaunay三角剖分后的结73首都师范大学（自然科学版）2007梔果是一个三角形（二维）或四面体（三维）的凸包，并不表示真正的原物体表面，其中包含许多冗余的三角形或四面体.Edelsbrurmer提出了a.shape的概念,a.shalpc方法通过删除四面体凸包中其包围球或外接圆半径大于a的四面体，三角形和边得到重建表面.对于均匀一致的数据点集,a.shape方法很有效，但由于数
7、据点集的不均匀性或表面的某种不连续性，有时很难自动选择合适的a值，以保留需要的三角化元素，删除不需要的所有元素.最典型的三维表面重构方法是Delaunay空间三角化方法，虽然Delaunay三角化方法已经作为一种成熟方法在二维平面区域三角化中被广泛采用，但在三维不规则三角网（3D.TIN）自动生成屮却遇到了巨大困难,因为在3D.TIN生成中，不仅最人•最小角判据的对角线交换规则不再成立，而且基于外接圆判据的Delaunay三角化一般也不能保证生成的网格质量.HuguesHoppc对三维重构算法作了详细描述，其算法能够从表
8、面数据及体数据来恢复表面，但对不规则三维离散点集的边界及尖锐的特征区域不能自动处理•虽然出现了多种基于无组织空间点的表而重建算法，由于其舍弃了许多有用的信息,如表而法向，数据点的采集方式，隐含的数据点连接关系等，尽管在表面的光滑区效果比较好，但在曲率比较大变化比较剧烈的区域，其可靠性还是比较差.目前还没有一种完全基于
