基于深度学习的三维扫描数据优化与数字化建模方法

本发明公开了基于深度学习的三维扫描数据优化与数字化建模方法，具体涉及数据优化和建模领域，本发明通过流程通过三维扫描获取原始点云，经去噪、清洗、配准后，利用深度学习修复与补全数据，再通过泊松重建生成三维网格模型；后处理阶段包括基于拉普拉斯流的平滑处理，即平坦区域均匀平滑，特征边缘引入曲率加权约束，纹理映射通过UV参数化、多视角摄影测量生成贴图，孔洞修补采用径向基函数插值，最终模型需通过ISO 29159‑3标准验证，确保几何误差和纹理色差达标，在Unity引擎中视觉误差PSNR值达32dB以上，实现高精度、高质量的三维数字化模型重建。