当今的生产应用中，计算机辅助设计，逆向工程，虚拟现实，=维动画和游戏等= 维技术发展的一个主要瓶颈是；至今仍没有一个便利的方法快速获得用计算机存储的=维 模型。如何直接从扫描点云数据出发，直接快速得到实用的点云模型，仍是一个未完近年 来，=维激光扫描仪凭借其能够方便灵活地获取现实物体的=维表面数据的优势，得到了 广泛应用。然而，目前在世界范围全解决的难题。点云数据处理的难点在于，点云数据一般 是散乱的，有大量缺失，噪声和外点的。经过二十多年的研究，从较为完整的点云数据中重 构=维模型的技术已经较为成熟。然而，制约其成为一种通用的逆向重构技术的关键在于， 点云数据往往有大面积的缺失，该是现有硬件扫描设备无法解决的问题。而现有的基于拟 合的重构手段都难W快速从缺失的点云数据直接重构出令人满意的=维模型。

所述骨架分支生成模块还用于设置初始邻域半径馬=2苗6&/^^ ，= 心冲。/2的方式逐步扩大邻域半径，其中，dbb为点云包围盒对角线长度，iJl为点云采样数 据的点集合中采样点的个数，根据扩大的邻域半径W及所述迭代公式进行点云收缩；

[0036] 点云骨架生成模块，用于连接所述骨架分支得到点云骨架。

[0037] 在其中一个实施例中，所述装置还包括点云骨架调整模块，用于对所述点云骨架 进行平滑化和中屯、化处理。

[003引上述点云骨架提取提取方法及装置，在传统的基于L1中值定理收缩点云骨架的 基础上，增加了规整项，使得在采样点分布不均匀的情况下，能够依靠规整项的调节作用使 得计算得到的中值点为接近真实环境的中值点，从而提高了准确性。

技术合作

W上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并 不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员 来说，在不脱离本发明构思的前提下，还可W做出若干变形和改进，该些都属于本发明的保 护范围。因此，本发明专利的保护范围应W所附权利要求为准。