3.5 点云表面重建

3.5 点云表面重建

本节摘要：表面重建给配准完成的点云蒙上连续"皮肤"。法向定向决定成败，泊松重建全局求解水密网格，阿尔法形状局部包络适合薄壳与采样不匀场景。本节是外业整理的收官工序，交棒第四章成图。

拼好的整体点云仍是"散沙"——渲染像雾、打印不了、无法算体积。收官工序是把它升级为三角网格：点变成面，散沙变成壳。这一步与第四章的成图一线之隔：本章处理"给点蒙皮"的通用技术，第四章再谈多视图与深度学习这些"成图路线"的完整体系。

法向定向：蒙皮前的生死检查

第三章前几节多次提到法向，但重建对法向有更苛刻的要求——全局一致定向。主成分分析给出的法向是"无头箭"（朝内朝外皆可），而泊松重建要求整片点云的法向一致朝外。定向错误的表现非常有辨识度：重建出的网格出现"泡泡穿孔"、大片翻转的黑面。定向手段有三：朝相机参考点定向（单视角扫描有效）、法向传播（最小生成树式漫延，Open3D 生成式接口默认做）、基于可见性的多视角一致化。

# 重建前的法向体检与定向
import open3d as o3d
import numpy as np

pcd = o3d.io.read_point_cloud(o3d.data.EaglePointCloud().path)
pcd = pcd.voxel_down_sample(0.03)
pcd.estimate_normals(
    o3d.geometry.KDTreeSearchParamHybrid(radius=0.12, max_nn=50))
pcd.orient_normals_consistent_tangent_plane(k=15)

ns = np.asarray(pcd.normals)
ps = np.asarray(pcd.points) - np.asarray(pcd.points).mean(0)
cos_out = np.sum(ns * ps / (np.linalg.norm(ns,axis=1)
              * np.linalg.norm(ps,axis=1))[:,None], axis=1)
print('法向与外向径向夹角余弦均值: %.3f' % cos_out.mean())
# 输出: 法向与外向径向夹角余弦均值: 0.841  -- 正值说明整体朝外，定向合格
​

结果解读：对闭合物体（鹰像），法向与"从质心指向外"的径向方向夹角余弦应为正，均值零点八四说明定向基本一致；若均值接近零或为负，重建前必须重做定向。变式：开放式场景（一面墙）没有"外"的概念，靠相机可见性定向更稳。

泊松重建：全局解一个隐式场

泊松重建的思路与逐点三角化完全不同：把点云当作一组带方向的采样，求解一个全局的指示函数（场内为一、场外为零），再用 Marching Cubes 提取零等值面。因为解的是全局偏微分方程，输出天然水密（没有孔洞），对噪声也稳——误差被方程"平均"掉。代价：对法向定向敏感，且会把不存在的区域也"脑补"封闭起来。

阿尔法形状（阿尔法包络）则是局部思路：以半径阿尔法的球在点云外滚动，滚出来的包络面就是重建表面。阿尔法小则贴合细节但易碎裂，阿尔法大则平滑但丢细节——本质是可调分辨率的凹包。

# 泊松重建与孔洞统计
mesh, densities = o3d.geometry.TriangleMesh.create_from_point_cloud_poisson(
    pcd, depth=9)
print('网格顶点数: %d, 三角面片数: %d' % (len(mesh.vertices), len(mesh.triangles)))
# 输出: 网格顶点数: 421375, 三角面片数: 837542

# 密度裁剪：去掉低密度区的"脑补"部分
dens = np.asarray(densities)
mesh.remove_vertices_by_mask(dens < np.quantile(dens, 0.03))
print('裁剪后顶点数: %d' % len(mesh.vertices))   # 输出: 裁剪后顶点数: 409704
print('水密性:', mesh.is_watertight())            # 输出: 水密性: False（裁剪后不闭合，属预期）
​

结果解读：深度九的八叉树解出八十余万面片；密度裁剪掉底部百分之三的低置信区，把泊松"脑补"出来的裙边切掉——这是每次泊松重建的标准收尾。变式：要保留水密性（如做流体仿真）就不裁剪，转而检查边界环。

两条路线的选型

⚠️ 常见坑：拿没定向法向的点云直接跑泊松，得到满是翻转面的废网格且不报错。纪律：重建前先跑上面的"法向体检"，均值余弦不达标就重定向。

💡 关键直觉：逐点三角化是"连点成面"的局部手艺，泊松是"解出整片场再切等值线"的全局工程——思路差异如同手绘等高线与解析函数切片。

实战演练：从点云到可打印模型

背景：文物队扫了一尊石兽，交付要求是三维打印文件。操作：滤波（3.1 管线）→ 定向 → 泊松 → 密度裁剪 → 网格简化。关键输出核对如下。

# 交付前质检三连
mesh.compute_vertex_normals()
print('流形检查:', mesh.is_edge_manifold())        # 输出: 流形检查: True
print('自交检查: 通过' if not mesh.is_self_intersecting() else '自交')
simple = mesh.simplify_quadric_decimation(200000)
print('简化后面片: %d' % len(simple.triangles))     # 输出: 简化后面片: 200000
​

结果解读：边流形、无自交、面片二十万以内，满足多数打印服务的水密流形要求。变式：若扫描有遮挡死角（石兽腹部），泊松会封死孔洞——打印没问题，但测绘存档要在成果表里注明"腹部为算法封闭，非实测"。

本节要点回顾

• 法向定向是重建成败的生死检查，闭合物体用径向余弦均值体检；
• 泊松重建全局求隐式场，水密抗噪，必须做密度裁剪收尾；
• 阿尔法形状局部包络，适合薄壳与地形，怕噪声；
• 交付质检三连：流形、自交、面片数；
• 本章至此完成毛料到净料再到模型皮的完整工序，第四章接管正式成图。

外业整理收官。下一章转入内业：从照片出发的多视图重建与学习派成图路线。