概括：
随着计算机技术的不断发展和计算机技术实际应用领域的扩大，逆向工程已成为许多领域中不可或缺的重要环节。目前，逆向工程包含的关键技术主要包括：3D点云数据的获取、大规模点云数据的预处理、3D模型重构技术、模型简化技术等。其中，三维模型重构技术是逆向工程的关键和重要组成部分。三维模型重建技术是通过一定的计算和算法，将输入的三维点云数据输出为具有表面信息的三维模型。为了输出能够表示物体的三维模型，需要对点云数据进行表面重建，基于分散的点云在计算机中构建实际物体表面模型的数字表示数据。三角网格因其简单实用的特点而得到广泛应用。分散点云的三角测量算法分为直接法和参数化法。直接法直接构造三维空间中表示点云模型的拓扑几何结构，具有较高的空间和时间复杂度。基于参数化的算法可以在参数域中进行快速三角测量。针对上述特点，本文对基于参数化的点云重建算法进行了深入研究，提出了一种快速构造分散点云三角网格的方法。对基于参数化三角测量算法的点云分割、无网格参数化、网格拼接和网格优化技术进行了深入研究和实现。本文创新性地提出了一种基于边界特征增长的空洞填充算法。该算法能够鲁棒地填充三维网格模型中的孔洞，并且填充后的网格能够更好地保持原模型的几何特征。本文实现了三维点云数据重构应用研究平台。该系统平台可应用于工业三维重建过程、计算机仿真、虚拟现实、游戏开发等领域。也可以作为学者研究三维重建相关关键技术的重要工具。
展开