三維點資料整合回顧

將各組點資料對位完畢後，接著必須進行點資料整合。點資料整合的方式主

要可分為掃描線(Scan line)為基礎與網格(Mesh)為基礎的方式，研究掃描線為基 礎的學者有 Masuda 等人[21]、Lai 等人[22]，研究網格為基礎的學者有 Yau 等人 [9]、Soucy 等人[23]、Turk 等人[24]。

掃描線一般為水平方向組成的點結構，通常由數十到數百個點組成。網格一 般為三角形組成的點結構，由三個點組成。掃描線為基礎的方法優點在於處理方 式簡單，電腦運算所需的時間較短，缺點為因點資料的處理單位較大，對於整合 的效果較不穩定。與網格為基礎的方式相比較，若各組點資料的掃描線結構差異 較大，則整合的效果較差，反之則整合的效果差不多。網格為基礎的優點則是因 點資料的處理單位較小，對於整合的效果較穩當，缺點則是需要耗費較多的時間。

因為本研究背景使用兩台數位相機作為影像擷取器，故兩邊點資料的掃描線結構 差異不大，且考量到資料處理的效率，故選擇以掃描線為基礎的方式進行資料點 整合。以下為以掃瞄線為基礎的點資料整合方式[21]：

1. 首先將兩筆資料點分別定義為來源點資料 (Source)與目的點資料 (Destination)。

2. 以來源點資料的掃描線架構為主，將目的點資料嵌入來源資料點的掃 描線架構，依照掃描線的儲存方向設定點資料為來源點資料或目的點 資料。由於本研究的掃描線儲存方向為由左向右，故設定左邊的點資 料為來源點資料，右邊的點資料為目的點資料，如圖 1.15 所示。

圖 1.15 兩組點資料設定示意圖[21]

3. 定義兩組點資料的屬性後，接著找出兩組點資料中各掃描線的交界點 (Intersection point)，交界點定義為最接近兩組點資料的掃描線相 交處之點。圖 1.16 為兩組點資料之掃描線與交界點示意圖。

圖 1.16 兩組點資料之掃描線與交界點示意圖[21]

4. 交界點的搜尋方式為在兩組點資料的同編號掃描線中，找出點距離最 近的點對(Point-pair)，並規定點對中的兩點，目的點資料的 x 軸座 標必須大於來源點資料的 x 軸座標，如此才不會出現排序混亂的情 況。為了加速搜尋速度與確保搜尋結果為正確，通常會設定一個搜尋 範圍，在此範圍內定義點對出現的位置。這裡以來源資料點為基準，

設定其搜尋範圍，定義搜尋範圍起始比率（Rst）與搜尋範圍結束比率

（Red），此比率為點編號與掃描線總點數之比，也就是說點對出現的 位置在(起始比率×掃描線之總點數)至(結束比率×掃描線之總點數) 間。一般設定起始比率為 0.47，結束比率為 0.53。

5. 找出點對後，將此兩點分別定義為來源資料點與目的資料點的交界 點，接著進行資料點混成(Blending)的步驟，由此步驟能夠將兩筆資 料點平滑地接合。

6. 首先必須定義出兩組點資料的點資料對應，這裡使用前面定義過的交

界點作為點資料對應的標準，兩組點資料的交界點擁有相同的點編 號，之後再依排列順序定義其他點的點編號。

7. 接著定義出混成點數目 Nblend，判別以幾個點進行混成的處理，一般 設定 Nblend 為 15。圖 1.17 為進行混成的點資料示意圖，其中 S 為_i 來源點資料中進行混成的點， D 為目的點資料中進行混成的點，i_i 為點編號，這裡使用 9 個點進行混成，則 i=0,1,...,8。為了能讓點 資料混成的效果較佳，故設定以交界點為混成點中的中心點，如此可 讓混成的結果能夠平均地從左右兩邊的點資料取樣之。

圖 1.17 進行混成的資料點示意圖[21]

8. 點資料混成一般可分為線性混成與二次混成，其公式分別如式(1.2.2) 與式(1.2.3)所示，其中 B 為混成出的點資料。 _i

1 ,...,

2 , 1 ,

0 −

= N_blend

i

) 1 /(

) )

1

(( − − × + × −

= _{blend i i blend}

i N i S i D N

B （1.2.2）

] ) 1 /[(

] )

1

[(N i ² S i² D N i ² i²

B_i = _blend − − × _i+ × _{i blend} − − + （1.2.3）

9. 使用線性混成(Linear blending)得到的結果較不平滑，故本論文選擇 使用二次混成(Quadratic blending)進行混成。線性混成與二次混成 之結果比較如圖 1.18 所示。

(a) 使用線性混成 (b) 使用二次混成 圖 1.18 線性混成與二次混成之結果比較[19]

10. 經過點資料混成的步驟後，刪除位於混成點之前的目的點資料以及位 於混成點之後的來源點資料，再將目的點資料嵌入來源點資料的線架 構，則來源點資料即為兩組點資料經過點資料整合後產生一組新的點 資料。

圖 1.19 為整個整合流程之示意圖。

(a)使用簡單平均值來整合 (b)使用權重平均值來整合 圖 1.19 整合示意圖[21]