位置+颜色和法线。
您将使用什么来生成此数据的网格
并在实时情况下保持合理的质量？
要考虑的其他信息：
在某些情况下，还给出了生成PCL的3D相机世界变换。
输入数顶点：约50k以及多达数百万个顶点。
从输入到输出的目标延迟：<40ms
输出三角形网格（最好不是必须的）
有关网格重构的更多信息表面重构基准
/>
欢迎任何输入。
常见问题解答：
数据如何显示？
浮点*位置[x1，y1 ，z1，x2，y2，z2 ...]
浮点数*正常[nx1，ny1，nz1，nx2，ny2，nz2 ...]
浮点数或颜色为int8。
#1 楼
一种流行的实时表面重建方法是Microsoft用于Kinect的TSDF（截断符号距离函数）。它基于VRIP方法，但速度更快。它基于来自不同（已知）摄像机位置的深度图。
您可以阅读更多信息：
https://cs.nyu.edu/courses/fall12/CSCI-GA.2945-001/dl/jiakai-slides.pdf
文件：// /C:/Users/chaim.dryzun/Downloads/kinectfusion.pdf
参考文献中提供的最快方法是基于小波的曲面重建。如果整体点云良好且规则（均匀点密度）并且没有孔且法线正确，则比在短时间内提供非常好的网格。
基于Poisson的曲面重建是一种更健壮和流行的方法。您将需要法线。它提供了很好的网格效果，尽管它花费了更多时间。
另一个好的方法是PowerCrust表面重建方法。它提供了非常好的和精确的网格，并且不需要法线。此方法生成多边形网格，而不是三角形网格，但是将其转换为三角形非常容易。原始代码非常慢，但是由于它是基于计算Voronoi单元的-您可以轻松地对其进行重写，从而使其运行得更快。
您可以阅读更多内容：
http：// web。 cs.ucdavis.edu/~amenta/powercrust.html
关于时间，无论选择哪种方法，处理百万个点都将花费40毫秒以上的时间（也许TSDF除外）。您必须在网格划分之前对点云进行下采样。<br />
评论
您的数据是什么样的？这些点代表什么？您是否有原始数据的示例图像以及最终结果应如何？“您将使用什么来生成此数据的网格”？我将使用MeshLab。