如何在MeshLab中对曲面重建算法的精度进行数值评估？
如何在MeshLab中对曲面重建算法的精度进行数值评估？
提问于 2020-11-20 12:14:32
我已经在MeshLab中使用3D扫描仪获得的数据进行了几次表面重建，取得了很好的效果(视觉评价)。
然而，我的主要问题是，除了视觉评估之外，还有什么方法可以知道曲面重建算法(我使用泊松)的精度吗？
在https://doi.org/10.1145/2487228.2487237一文中，作者使用了Berger等人(2011)中定义的点到重构错误.MeshLab是否有类似的评估曲面重建算法的方法？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-12-10 11:49:57
我后来找到了我问题的答案。在MeshLab中，可以计算两个网格之间的Haussdorf距离：
- http://meshlabstuff.blogspot.com/2010/01/measuring-difference-between-two-meshes.html
- 比较模特，有人能给我个惊喜吗？
- http://meshlabstuff.blogspot.com/2010/01/measuring-difference-between-two-meshes.html
(来源)
因此，在MeshLab中执行此操作的步骤如下：
- 滤波器>采样> Haussdorff距离
- 抽样网格:曲面重构算法生成的模型
- 目标网格:原始点云
- 渲染>显示顶点质量直方图
- 这允许您评估不同生成模型之间的质量直方图(分散度和值越低，越好)。
- 将最大值用于数据集的着色。
- 滤镜>顶点质量着色
- 注意，对于所有模型，最小值和最大值应该是相同的(用于两个模型之间的直接比较)！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/64929292
复制相关文章
相似问题
腾讯云开发者
