使用pcl::MarchingCubesHoppe重建无组织点云产生非流形曲面问题求助

问题描述 #

用PCL的Marching Cubes Hoppe算法重建半颗无梗苹果的体素化点云（均匀密集无噪声，来自模拟CT扫描）时，生成的凹面网格出现多处完全/部分贯穿的水平、垂直切片状孔洞：

• 网格顶部存在完全贯穿的切片“孔洞”
• 网格局部前视图呈现怪异的水平/垂直切片图案

试过将点类型改为PointXYZI（利用0.0-1.0强度值），但算法未使用该字段，结果无变化；把网格分辨率提高到128x128x128也没解决问题，反而生成布满孔洞的畸形网格。

原始实现代码 #

// 定义搜索树
pcl::search::KdTree<pcl::PointXYZ>::Ptr tree = pcl::make_shared<pcl::search::KdTree<pcl::PointXYZ>>();
tree->setInputCloud(m_impl->pointCloud);

pcl::PointCloud<pcl::Normal>::Ptr cloud_normals = pcl::make_shared<pcl::PointCloud<pcl::Normal>>();

// 法线计算
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;
n.setInputCloud(m_impl->pointCloud);
n.setSearchMethod(tree);
n.setKSearch(20);
n.compute(*cloud_normals);
pcl::concatenateFields(*m_impl->pointCloud, *cloud_normals, *m_impl->preprocessedCloud);
//[...]
// 曲面重建
float dist_ignore = -1, percentage_extend_grid = 0.05, iso_level = 0.0;
pcl::search::KdTree<pcl::PointNormal>::Ptr tree = pcl::make_shared<pcl::search::KdTree<pcl::PointNormal>>();
tree->setInputCloud(m_impl->preprocessedCloud);

pcl::MarchingCubesHoppe<pcl::PointNormal> mch(dist_ignore, percentage_extend_grid, iso_level);
mch.setInputCloud(m_impl->preprocessedCloud);
mch.setIsoLevel(iso_level);
mch.setSearchMethod(tree);
mch.setPercentageExtendGrid(percentage_extend_grid);
mch.setGridResolution(64, 64, 64);

排查细节 #

1. 使用PCL版本为1.12.1，提供了对应点云文件
2. 发现库输出报错信息（之前因Qt GUI未留意）：

Failed to find match for field 'intensity'.
Failed to find match for field 'normal_x'.
Failed to find match for field 'normal_y'.
Failed to find match for field 'normal_z'.
Failed to find match for field 'curvature'. 

该报错提示字段匹配失败，是问题的潜在根源。

有效解决方案 #

Marching Cubes Hoppe算法无法处理高度体素化的点云，可改用pcl::ConcaveHull（alpha形状）直接重建凹面网格，或在应用MC前先用该算法预处理点云，示例代码如下：

pcl::search::KdTree<pcl::PointXYZ>::Ptr tree = pcl::make_shared<pcl::search::KdTree<pcl::PointXYZ>>();
tree->setInputCloud(m_impl->pointCloud);

pcl::PointCloud<pcl::PointXYZ>::Ptr concaveCloud = pcl::make_shared<pcl::PointCloud<pcl::PointXYZ>>();
pcl::ConcaveHull<pcl::PointXYZ> concave;
concave.setInputCloud(m_impl->pointCloud);
concave.setAlpha(0.09);
concave.setSearchMethod(tree);
concave.reconstruct(*concaveCloud);

内容的提问来源于stack exchange，提问作者albrechu