基于持久同调的鲁棒点云模型重建
计算几何
2025-08-26 v2
摘要
从无组织点云重建模型是一个具有挑战性的问题，尤其是当这些模型由由其表面点云表示的多个组件组成时。此类模型常涉及噪声点云，这些点云代表多个闭合表面且存在共享区域，其自动识别与分离问题极其复杂。本文提出一种自动方法，利用持久同调提供的拓扑理解能力，以及持久同调群的代表性2循环，有效区分和分离每个闭合表面。此外，我们采用循环细分和最小二乘渐进迭代逼近（LSPIA）技术生成高质量的最终表面，实现完整的模型重建。该方法对点云中的噪声具有鲁棒性，适用于来自此类数据的模型重建。实验结果表明，我们的方法有效，凸显了其在实际应用中的潜力。
引用
@article{arxiv.2508.00251,
title = {Robust Model Reconstruction Based on the Topological Understanding of Point Clouds Using Persistent Homology},
author = {Yu Chen and Hongwei Lin},
journal= {arXiv preprint arXiv:2508.00251},
year = {2025}
}