点云的一致法线计算

Question

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))

我得到的结果不一致，其中一些法线指向内部，而其余的则指向外部。

非常感谢

Answer 1

更新：好消息！

\n

切平面算法现已在 Open3D 中实现！
\n源代码和文档。

\n

你打电话就可以了pcd.orient_normals_consistent_tangent_plane(k=15)。
\n并且k是 knn 图参数。

\n\n

原答案：

\n

就像 Mark 所说，如果你的点云来自多个深度图像，那么你可以open3d.geometry.orient_normals_towards_camera_location(pcd, camera_loc)在将它们连接在一起之前调用（假设你使用的是Open3D的 python 版本））。

\n\n

但是，如果您没有该信息，您可以使用切平面算法：

\n

\n
1. 为您的点云构建 knn-graph。
   \n图形节点是点。如果一个点是另一个点的 k 最近邻，则两点相连。
\n
2. 为图中的边分配权重。
   \n与边(i, j)相关的权重计算为1 - | n _i \xe2\x8b\x85 n _j |
\n
3. 生成结果图的最小生成树。
\n
4. 将树以初始节点为根，\n以深度优先顺序遍历树，为每个节点分配\n与其父节点一致的方向。
\n

\n

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

\n

据我所知，该算法不能保证完美的方向，但它应该足够好。

\n