我已经面对这个难题几个月了，并进行了详尽的研究。
主要有2类算法：计算几何和隐式曲面。
它们使网格适合现有点。
该组中最著名的算法可能是powercrust，因为从理论上讲它是公认的- 它可以确保水密网格。
Ball Pivoting已获得IBM的专利。而且，它不适用于点密度变化的点云。
一种将隐式函数拟合到点云上，然后使用类似于游行多维数据集的算法将函数的零集提取到网格中。
Poisson，Hoppe’s和MPU是此类中最著名的算法。如果您是该主题的新手，我建议您阅读Hoppe的论文，这很有解释性。
通常可以实施此类算法，以使它们能够非常有效地处理大量输入，并且可以扩展其质量- 速度折衷。它们不受噪音，变化的点密度和孔的干扰。它们的缺点是它们需要在输入点处始终定向的表面法线。
您会发现少量的免费实现。但是，这取决于您是否要将其集成到免费软件（在这种情况下，您可以接受GPL许可）或在商业软件中集成（在这种情况下，您需要更自由的许可）。后者非常罕见。
一种是VTK。我怀疑它很难集成（没有文档可免费获得），它具有一个奇怪的，过于复杂的体系结构，并且不是为高性能应用程序而设计的。对于允许的输入点云也有一些限制。
CGAL是著名的3d库，但仅对免费项目免费。 Meshlab是GPL的著名应用程序。
另外（2013年8月添加）：PCL库具有专用于表面重建的模块，并且正在积极开发中（并且是Google的“代码之夏”的一部分）。表面模块包含许多不同的重建算法。如果您的点数据中没有提供表面法线，则PCL也具有估算表面法线的功能，可以在功能模块中找到此功能。PCL是根据BSD许可条款发布的，并且是开源软件，对于商业和研究用途是免费的。
602392714
清零编程群