与xyz坐标的3d表面图

Question

我希望有经验的人可以帮助我们如何从xyz数据中准备形状文件。虽然没有提供创建here的前面步骤，但可以看到彗星Churyumov-Gerasimenko的精心准备的数据集的一个很好的例子shape file。

我试图更好地了解如何将曲面应用于给定的XYZ坐标集。使用笛卡尔坐标直接使用R包＆＃34; rgl＆＃34;但是环绕的形状看起来更难。我找到了R包geometry，它提供了QHULL函数的接口。我尝试使用它来计算Delaunay三角剖面，然后我可以在rgl中绘制。我无法弄清楚与函数delaunayn相关的一些选项，以便可能控制计算这些方面的最大距离。我希望这里有人可能对xyz数据改进表面结构有一些想法。

使用＆＃34; Stanford bunnny＆＃34;数据集：

library(onion)
library(rgl)
library(geometry)
data(bunny)

#XYZ point plot
open3d()
points3d(bunny, col=8, size=0.1)
#rgl.snapshot("3d_bunny_points.png")

#Facets following Delaunay triangulation
tc.bunny <- delaunayn(bunny)
open3d()
tetramesh(tc.bunny, bunny, alpha=0.25, col=8)
#rgl.snapshot("3d_bunny_facets.png")

This answer让我相信Qhull的R实现可能存在问题。此外，我现在尝试了各种设置（例如delaunayn(bunny, options="Qt")），效果甚微。 Qhull选项概述为here

编辑：

这是一个额外的（更简单的）球体示例。即使在这里，小平面的计算并不总能找到最近的相邻顶点（如果你旋转球，你会看到一些小平面穿过内部）。

library(rgl)
library(geometry)
set.seed(1)
n <- 10
rho <- 1
theta <- seq(0, 2*pi,, n) # azimuthal coordinate running from 0 to 2*pi 
phi <- seq(0, pi,, n) # polar coordinate running from 0 to pi (colatitude)
grd <- expand.grid(theta=theta, phi=phi)

x <- rho * cos(grd$theta) * sin(grd$phi)
y <- rho * sin(grd$theta) * sin(grd$phi)
z <- rho * cos(grd$phi)

set.seed(1)
xyz <- cbind(x,y,z)
tbr = t(surf.tri(xyz, delaunayn(xyz)))
open3d()
rgl.triangles(xyz[tbr,1], xyz[tbr,2], xyz[tbr,3], col = 5, alpha=0.5)
rgl.snapshot("ball.png")

Answer 1

这是一种使用核密度估计和contour3d的{​​{1}}函数的方法。我一直玩，直到找到misc3d的值得体面的值。它不是非常精确，但您可以调整一些东西以获得更好，更准确的表面。如果你的内存超过8GB，那么你可以将levels增加到超出我在此处所做的范围。

n

右侧的图像位于底部，只是为了显示另一个视图。

您可以在library(rgl) library(misc3d) library(onion); data(bunny) # the larger the n, the longer it takes, the more RAM you need bunny.dens <- kde3d(bunny[,1],bunny[,2],bunny[,3], n=150, lims=c(-.1,.2,-.1,.2,-.1,.2)) # I chose lim values manually contour3d(bunny.dens$d, level = 600, color = "pink", color2 = "green", smooth=500) rgl.viewpoint(zoom=.75) 中为n使用更大的值，但这会花费更长时间，如果数组太大，您可能会耗尽RAM。您还可以尝试不同的带宽（此处默认使用）。我从Computing and Displaying Isosurfaces in R - Feng & Tierney 2008采用了这种方法。

使用kde3d包非常相似的isosurface方法：

Rvcg

由于它是基于密度估计的方法，我们可以通过增加兔子的密度来获得更多。我也在这里使用library(Rvcg) library(rgl) library(misc3d) library(onion); data(bunny) bunny.dens <- kde3d(bunny[,1],bunny[,2],bunny[,3], n=150, lims=c(-.1,.2,-.1,.2,-.1,.2)) # I chose lim values manually bunny.mesh <- vcgIsosurface(bunny.dens$d, threshold=600) shade3d(vcgSmooth(bunny.mesh,"HC",iteration=3),col="pink") # do a little smoothing 。成本是计算时间的显着增加，但结果表面更好野兔：

n=400

存在更好，更有效的表面重建方法（例如，动力外壳，泊松表面重建，球转动算法），但我不知道在R中已经实现了任何方法。

这是一个相关的Stack Overflow帖子，其中包含一些很棒的信息和检查链接（包括代码链接）：robust algorithm for surface reconstruction from 3D point cloud?。

Answer 2

我认为使用alphashape3d包找到了一种可能的解决方案。我必须玩一下才能获得alpha的可接受值，这与给定数据集中的距离有关（例如sd的{​​{1}}给了我一些见解）。我仍在试图弄清楚如何更好地控制顶点和边缘中的线条宽度，以免占主导地位，但这可能与bunny中的设置有关。

实施例

rgl

编辑：

只有通过调整library(onion) library(rgl) library(geometry) library(alphashape3d) data(bunny) apply(bunny,2,sd) alphabunny <- ashape3d(bunny, alpha = 0.003) bg3d(1) plot.ashape3d(alphabunny, col=c(5,5,5), lwd=0.001, size=0, transparency=rep(0.5,3), indexAlpha = "all") 函数，才能删除边和顶点：​​

plot.ashape3d

Answer 3

2016年7月将包Rvcg更新为版本0.14，并添加了球旋转曲面重建。该函数为vcgBallPivoting：

library(Rvcg) # needs to be >= version 0.14
library(rgl)
library(onion); data(bunny)

# default parameters
bunnybp <- vcgBallPivoting(bunny, radius = 0.0022, clustering = 0.2, angle = pi/2)
shade3d(bunnybp, col = rainbow(1000), specular = "black")
shade3d(bunnybp, col = "pink", specular = "black") # easier to see problem areas.

球旋转和默认参数设置对于斯坦福兔子来说并不完美（正如评论radius = 0.0022中的乌贼44所指出的那样优于默认的radius = 0），你留下了一些空白在表面上。实际的兔子在基地有2个洞，一些扫描限制导致其他一些洞（如下所述：https://graphics.stanford.edu/software/scanview/models/bunny.html）。您可能能够找到更好的参数，并且使用vcgBallPivoting（我的机器上约0.5秒）非常快，但可能需要额外的努力/方法来缩小差距。