三维点云孔洞修复方法综述

作者：赵江洪,孙铭悦,王殷瑞,窦新铜,张晓光

摘要：针对点云数据缺失问题,该文综合国内外大量点云修复技术研究。三维模型构建在自动驾驶、逆向工程领域中发挥越来越大的作用,三维点云数据是其中的重要数据源。利用三维激光扫描设备,可以高效、准确、实时的获取被测物体表面三维空间坐标。但是由于模型物体遮挡或者环境等原因,不可避免的会出现点云缺失的状况,这会对物体三维重建等后续处理造成一定的影响。然而,在三维点云孔洞修复方面还缺少比较系统完善的综述。本文从基于几何、基于模型检索、基于深度学习3个方面对当前主流的对修复技术进行了综合分析。文章对3种修复方法进行了概括,总结现有各种技术修复方法的优劣,同时展望了未来的发展趋势。

发文机构：北京建筑大学测绘与城市空间信息学院 北京市建筑遗产精细重构与健康监测重点实验室 代表性建筑与古建筑数据库教育部工程中心 城市空间信息工程北京市重点实验室

关键词：点云缺失点云修复几何修复模型检索深度学习missing point cloudpoint cloud completiongeometric repairmodel retrievaldeep learning

分类号： P237[天文地球—摄影测量与遥感]