各向异性扩散滤波的三维散乱点云平滑去噪算法
Study on Smooth Denoising of 3D Scattered Point Clouds with Anisotropic Diffusion Filtering作者机构:河北工业大学河北省机器人感知与人机融合重点实验室天津300130
出 版 物:《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)
年 卷 期:2018年第30卷第10期
页 面:1843-1849页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:国家自然基金委员会与中国民用航空局联合基金(U1433117) 中国民航科技重大专项(MHRD2013004) 2018河北省研究生创新资助项目(CXZZSS2018024) 河北省自然科学基金(F2017202243) 空间智能控制技术重点实验室开放基金(ZDSYS-2017-08)
摘 要:针对传统点云去噪算法在去除噪声时易造成模型特征失真的问题,提出一种各向异性扩散滤波的三维散乱点云平滑去噪算法.首先采用张量投票算法计算采样点的张量矩阵,并求解其特征值和特征向量;然后根据采样点的几何特征设计扩散张量的特征值,保证在不同特征方向的扩散速率能自适应调整;最后将重构的扩散张量与三维各向异性扩散滤波方程相结合,构造了点云滤波模型用于点云去噪.对不同含噪点云模型进行去噪的实验结果表明,该算法在点云去除噪声的同时,可以有效地保持原始模型的特征信息,避免了模型的过光顺.