Skip to content

mikisf/TFG-pcd-triangulation

Repository files navigation

Reconstrucció de Superfícies a partir de Núvols de Punts

Aquest repositori conté les implementacions desenvolupats pel projecte de reconstrucció de superfícies, que inclou tècniques com Marching Cubes, Marching Tetrahedra, reconstrucció de Poisson i simplificació de malles mitjançant mètriques d'error quàdriques (QEM).

📁 Estructura del repositori

marching_cubes/

Implementacions relacionades amb els algorismes de Marching Squares i Marching Cubes.

  • marching_squares.py: Algorisme Marching Squares aplicat sobre una graella 2D generada aleatòriament.
  • marching_cubes.py: Algorisme Marching Cubes aplicat sobre un camp escalar 3D aleatori.
  • extract_isosurface.py: Script per aplicar Marching Cubes sobre volums reals (CThead, MRbrain i Bunny) i extreure’n les isosuperfícies.

marching_tetrahedra/

Implementacions de l’algorisme Marching Tetrahedra i eines de visualització.

  • marching_tetrahedra.py: Extracció d’isosuperfícies aplicat al volum del disc (Disk).
  • test_all_tetra_cases.py: Visualització de tots els casos possibles de l’algorisme Marching Tetrahedra.

poisson/

Scripts per a la reconstrucció de superfícies mitjançant el mètode de Poisson.

  • poisson_2d.py: Reconstrucció d’un cercle a partir d’un conjunt de punts en 2D.
  • poisson_3d.py: Reconstrucció del model 3D del conill de Stanford (Bunny) a partir del seu núvol de punts.

results/

Scripts per a la generació i comparació de resultats entre diferents mètodes.

  • compare_algorithms.py: Generació de superfícies esfèriques utilitzant Marching Cubes, Marching Tetrahedra i Poisson.
  • metrics.py: Càlcul de mètriques de qualitat sobre les malles generades (regularitat, distribució d’àrees, degeneració, etc.).

surface_simplification_QEM/

Implementació del mètode de simplificació de superfícies mitjançant mètriques d’error quàdriques (QEM).

  • surface_simplification_QEM.py: Reducció de la complexitat geomètrica del model del Laptop, preservant-ne la forma essencial.

⚙️ Requisits

Es recomana l’ús d’un entorn virtual per gestionar les dependències:

python -m venv venv
source venv/bin/activate  # Windows: .\venv\Scripts\activate
pip install -r requirements.txt

🧑‍🎓 Crèdits

Aquest repositori ha estat desenvolupat com a part del treball de final de grau en Matemàtiques i Enginyeria Informàtica. El codi ha estat dissenyat amb finalitats educatives i d’investigació.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published