我有3D点云，想要重建表面。我在Meshlab中尝试了各种技术来找到最适合我特定云的算法。
泊松表面重建非常有前景，但它不能保留原始点位置。在云中的特定位置进行重建和测量后，结果表明，与现实世界中物体的测量结果相比，测量值偏差超过1.5倍。
球转动算法更好。它保留了点的位置，测量值也在预期范围内。然而，这个算法在美国获得专利，所以我不能将它用于商业项目。
在研究了其他算法之后，我没有找到任何保留像球转动那样可以在商业环境中使用的点位置。您是否知道满足这两个标准的算法，我可以尝试使用我的点云来查看它们在实现之前是否运行良好？
任何帮助都将不胜感激。
答案 0 :(得分：3)
对于插值曲面重建（保留数据点），两种算法表现得相当好（地壳和共锥）。
地壳算法：
这个想法是首先计算点集的Voronoi图，然后从Voronoi顶点中选择那些与中轴很好近似的点（称为极点），然后计算输入点的3D Delaunay三角剖分+极点，最后提取连接四面体中三个输入点的三角形，其中第四个顶点是一个极点。
更多参考资料：
http://web.cs.ucdavis.edu/~amenta/pubs/crust.pdf
http://web.mit.edu/manoli/crust/www/crust.html
plus：实现起来非常简单，如果输入数据是一个很好的采样，一些理论上的保证
减：需要计算两个Delaunay三角剖分
Co-cone算法：
这个想法是计算点集的Voronoi图，然后在每个Voronoi单元中计算表面法线的良好近似值（作为连接极点的矢量，即距离数据点最远的两个Voronoi顶点）。然后在每个Voronoi单元中，考虑以数据点为中心并以法线为轴的圆锥（共锥）的互补。如果三个co-cones与Voronoi边缘具有非空交集，则三个数据点与三角形连接。注意，共锥对象不需要明确地构造（仅需要比较角度以便测试是否存在交叉）。
更多参考资料：
http://web.cse.ohio-state.edu/~tamaldey/surfrecon.htm
Plus：需要单个Delaunay三角剖分（相比于地壳的2），如果输入数据是＆＃34;良好的采样＆＃34;
减：比地壳复杂一点（但值得我努力）
最后一句话：
如果点集实现了良好的采样（即与厚度和曲率成比例的密度，称为＆＃34;局部特征尺寸＆＃34; =到中轴的距离），这些算法构造了良好的（即流形）表面。在实践中，输入数据不满足这个条件，因此该方法的输出将是三角形的汤和＃34;这将是最好的，但这将需要一些后处理来修复一些本地缺陷。
编辑03/21/16 您也可以尝试我自己的算法（Co3Ne），在我的软件库Geogram（http://alice.loria.fr/software/geogram/doc/html/index.html）和我的软件Graphite（http://alice.loria.fr/software/graphite/doc/html/中实现）。 Graphite可以在那里下载：http://gforge.inria.fr/frs/?group_id=1465（便携式源代码和Windows64可执行文件）。它是Co-cone的一种形式，具有各种优化和并行实现。