基于自适应搜索半径的高质量隐式表面重建方法

本发明提出了一种基于自适应搜索半径的高质量隐式表面重建方法，包括以下步骤：S1，采集目标待重建表面的点云数据，并对采集的点云数据进行预处理；S2，根据点云分布密度动态调整点云数据搜索半径，对预处理后的点云数据进行采样；S3，将采样点输入训练好的MLP网络，预测采样点的SDF值；S4，基于预测得到的SDF值，采用表面拟合算法提取零等值面。本发明根据点云数据的局部密度自适应地调整邻域搜索半径，在点云稀疏区域确保获取足够数量的邻域点信息，显著提升了重建的完整性和连续性，避免了孔洞和断裂的产生；在点云稠密区域聚焦于更相关的局部结构，有效减少了冗余计算和噪声干扰，有效解决了传统固定半径搜索在不同密度区域面临的固有矛盾。