基于点云数据的去噪算法研究.pdf

《基于点云数据的去噪算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第27卷第5期长沙大学学报VO1．27NO．52013年9月JOURNAI_OFCHANGSHAUNIVERSITYSe9．2013基于点云数据的去噪算法研究陈崇帮，欧新良，唐伟，李琦。(1．湖南工业大学计算机与通信学院，湖南株洲412007；2．长沙大学计算机科学与技术系，湖南长沙410022；3．国防科技大学信息中心，湖南长沙410073)摘要：阐述了点云数据的去噪方法的研究情况，并对几种经典的去噪算法进行了介绍分析，对其优缺点进行了总结．通过实验对各种主要算法进行了有效性检验，并对目前及未来的研究重点做了展望．关键词：点云数据

2、；光顺；去噪；k一邻域中图分类号：TP391文献标识码：A文章编号：1008—4681(2013)05—0058—03逆向工程是通过数据采集设备从客观实物产品获取产图像处理当中的光谱分析法．该方法通过对点模型进行光谱品外表三维信息，后再将采集到的有关数据进行分析及预处分析处理以及相应的滤波来达到去噪的目的．Alexa等先理，然后进一步对预处理获得的三维空间信息数据进行相关采用MLS方法逼近原始模型，然后将当前采样点移到其对数字化，重新构建实物产品的空间模型，最后对已有模型进应的局部曲面上来去除噪声点，该算法在求解MLS曲面时行再设计

3、、修改及一步步进行优化的一个过程．从采集数据涉及解决一个非线性方程优化的问题，因此效率不高，时间的方式上可以分为两种：接触性测量和非接触性测量．非接复杂度不佳．触性测量由于具有速度快、获取物体三维表面数据完整并且2点云数据去噪的方法对实物产品没有任何损伤、对自然环境也没有任何的污染等优点，而成为当前及今后优先发展的重点．但是由于诸如测因为点模型没有详细的拓扑几何信息，所以应用于网格量环境、人员、设备的精度等因素的影响，测量获取的数据中模型的去噪算法不能直接推广到点数据模型上．由此导致点常常含有大量的离群点，也就是所说的噪声点，这样就

4、使得模型的去噪变得相对比较困难．点云数据的去噪方法从计算采集到的数据整体由于可靠性的原因无法被直接运用到实复杂度方面可以大致分三类：改进的Laplace算子算法、基于物的数字化模型重建．由此就必须对采集到的初始点云数据优化思想的方法和快速收敛的非迭代方法；按照算法对数据进行降噪、光顺平滑方面的预处理，为后续操作充分的准备．模型的突出特征的保持性以及对噪声点进行平滑时采样点的移动方式不同，又可分为各向同性算法和各向异性算法；1相关研究及分析按照去噪算法中因式是否连续，可分为局部曲面拟合的方法近年来，在去噪算法的方面有很多的研究，例如依

5、托运以及充分考虑当前采样点所蕴含的离散几何信息的方法；按用局部信息进行曲面拟合的MLS方法⋯，应用Scale—Space照去噪算子的作用域可分为局部方法和全局方法．下面从局理论的拉普拉斯算子法等，基本思想均来源于图像中去噪部性方法和全局性方法两个方面加以分析．方法的应用以及对网格平滑的原理．在传统的网格模型去噪2．1局部性方法算法快速发展的同时，研究相对较少的点模型算法也有了很点云数据去噪光顺算法几乎都是建立在对局部的突出大的进展．一些网格模型的去噪算法稍作改进后就可以扩展特征等信息进行分析并加以设计的基础上，依赖于当前各个应用到点

6、模型上，比较具有代表性的有Fleishman等人基采样点的邻域点集的几何特征信息和拓扑连接信息，如采样于双边滤波函数提出的去噪算法．Fleishman等人汲取了在点的k一邻域、法矢方向、曲率等．目前运用最为广泛的是图像处理中双边滤波去噪函数的思想，提出了具有特征保持Laplace滤波算法、平均曲率流算法、双边滤波算法．性的基于网格模型的去噪算法；该算法不需要详细的拓扑信2．1．1Laplace滤波算法息，因此能够应用到点模型上．Pauly等人先获取点模型表Taubin把图像处理技术中的Laplace滤波技术推广到了面数据并且根据表面

7、的数据信息将表面分成块，随后再对每网格模型的光顺中，并设计了一种基于信号处理的三角网格一块表面通过局部逼近的方法进行再次采样，其中就运用了光顺方法．Laplace算法思想是通过算子的多次迭代，一步一收稿日期：2013—05—20基金项目：湖南省教育厅科研项目“离散曲面全局形状分析研究”(批准号：09A010)．作者简介：陈崇帮(1983一)，男，河南新乡人，湖南工业大学计算机与通信学院硕士生．研究方向：计算机图形学、CAGD．总第115期陈崇帮，欧新良，唐伟，李琦：基于点云数据的去噪算法研究59步地将当前采样点置于邻域的重心处，以这

8、种形式把噪声所出了改进的邻域自适应双边滤波算法，通过为模型表面所有聚集的能量分散，传递给邻域中的其它点来达到去噪的效的采样点依次自适应地选定相应的K邻域，然后通过利用该果．该滤波算法无论是从时间还是内存空间上都是比较快邻域内的点所蕴含