Question

我正在尝试将已知的明确定义的形状（例如，盒子，圆柱体；具有可配置的位置，旋转和尺寸）拟合到一组点，这些点具有通过采样3D网格生成的法线。我目前的方法是为每种形状定义自定义拟合函数，并将其传递给第三方优化函数：

fitness = get_fitness(shape_parameters, points)
best_parameters = external.optimise(get_fitness, initial_parameters, points)

（作为参考，我目前正在使用Python 3和scipy.optimize.minimize带边界，但是语言无关）。

此矩形的适应度函数看起来像

def get_fitness(parameters, points):
    side_fitnesses = []
    for side in [top, right, bottom, left, back, front]:
        dists = get_side_distances(parameters, points, side)
        ndevs = get_side_normal_deviations(parameters, points, side)
        side_fitnesses.append(combine_dists_and_ndevs(dists, ndevs))
    fitnesses = choose_best_side_for_each_point(side_fitnesses)
    return mean(fitnesses)

但这意味着我必须确定异常值（有/没有缓存），并且一次只能拟合一个形状。

例如（在2D模式下），对于这些点（具有法线），我想要以下结果：

请注意，返回了多个形状，并且忽略了异常值。通常，输入数据中可以有许多，一种或零种形状。后处理可以删除无效的结果（例如，太小）。

注意：我真正的问题是3D。我具有真实世界对象的3D网格表示的片段，这意味着除了上面示例中的点/法线（例如面部区域和连接性）之外，我还具有更多的信息。

进一步阅读：

PS：我不确定StackOverflow是否是此问题的最佳StackExchange网站

Answer 1

好，那么您将不得不处理具有体积的网格。事情发生了很大变化...

分段对象

选择包围其内部的所有面孔...因此类似于此：
- Finding holes in 2d point sets?
因此，只需在尚未使用的网格中找到一个点，然后“填充”体积，直到击中它所组成的所有面。选择那些属于新对象的面。并将其设置为已使用...。当心触摸物体可能会导致使用两次或更多次人脸...

您也可以在向量数学/空间上执行此操作，因此只需测试从某个内点到某面的线是否碰到任何其他面...如果没有，您会发现自己的面...类似于Hit test
过程对象（可选）

您可以通过将属于同一平面的面分组或在封闭的边缘/轮廓内部，然后将其划分为对象，进一步将对象网格划分为由其组成的“平面”对象
- 三角形
- 矩形
- 多边形
- 光盘
从面孔的数量和类型中，您可以检测到以下基本对象：
```
cone = 1 disc + 1 curved surface with singular edge point parallel to disc center
box/cube = 6 rectangles/squares
cylinder = 2 discs + 1 curved surface with center axis going through discs centers
```
计算单个对象的基本几何属性（可选）

类似于BBOX或OBB，表面，体积，几何。中心，质心，...

现在只需确定它是什么类型的对象。例如，表面积与体积之比可以提示球形或椭圆形，如果 OBB 与侧面匹配则提示框，如果几何和质心相同则提示对称对象...
将网格传递给可能的对象类型拟合功能

因此，根据子弹＃2，＃3 ，您会知道哪个对象可能是哪种形状，因此只需使用拟合函数对其进行确认即可。

为简化此过程，您可以使用＃3 中的属性，例如以下示例：
- ellipse matching
因此您可以针对基本的 3D 形状提出类似的技术...

使形状适合点

1 个答案: