一个团队 研究人员开发了两种新算法 用于处理点云，可以显着提高 3D 扫描的质量。该方法特别针对边缘和复杂结构的精确捕获。
当物体以 3D 形式数字化时，扫描会经历多个处理步骤。在扫描仪实际记录后（无论是通过摄影测量、激光还是结构光），首先创建点云。然后必须对这些三维数据集进行分析，以识别表面、曲线和边缘。只有这样才能创建完整的3D模型。
新算法精确地解决了这个关键的分析步骤。第一个算法“双 3D 边缘提取”不仅可以识别扫描数据中的锐边，还可以识别软边缘。这一点尤其重要，因为真实的物体通常具有两种类型的边缘。第二种算法“不透明度颜色渐变”可创建颜色和透明度的平滑过渡。因此，可以更好地显示精细结构，并改善 3D 边缘的深度感知。
计算要求保持在合理的范围内：研究人员能够在配备 M2 Max 芯片和 96 GB RAM 的 MacBook Pro 上成功测试算法。最多 108 个 3D 点的数据集也可以在功能较弱的系统上进行处理，例如使用 Intel Core i7 和 8 GB RAM。计算时间与传统方法相似。
实际测试显示出显着的改进：通过复杂的扫描，与以前的方法相比，可以正确识别更多的细节和边缘。这可以显着提高 3D 打印的 3D 模型的质量。
