Reconstruction robuste de modèles 3D étanches à partir de nuages de points échantillonnés de manière non uniforme sans information de normale

Nous présentons une nouvelle méthode volumétrique pour reconstruire des maillages triangulaires étanches à partir de nuages de points arbitraires et non orientés. Alors que les techniques précédentes reconstruisent généralement des surfaces comme le niveau zéro d'une fonction de distance signée, notre méthode utilise une fonction de distance non signée et ne nécessite donc aucune information sur l'orientation locale de la surface. Notre algorithme estime les valeurs de confiance de surface locale dans une croûte dilatée autour des échantillons d'entrée. La surface qui maximise la confiance globale est ensuite extraite en calculant la coupe minimale d'une structure de graphe spatial pondéré. Nous présentons un algorithme, qui convertit efficacement cette coupe en un maillage triangulaire fermé, manifold, avec un nombre minimal de sommets. L'utilisation d'une fonction de distance non signée évite les artefacts de bruit topologique causés par le désalignement des scans 3D, qui sont courants dans la plupart des techniques de reconstruction volumétrique. Grâce à une approche hiérarchique, notre méthode produit efficacement des modèles solides de faible genre même pour des données bruyantes et fortement irrégulières contenant de grands trous, sans perdre de détails fins dans les régions densément échantillonnées. Nous montrons plusieurs exemples pour différents contextes d'application tels que la génération de modèles à partir de données brutes scannées au laser, la reconstruction 3D basée sur des images, et la réparation de maillage.