咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >各向异性扩散滤波的三维散乱点云平滑去噪算法 收藏

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:戴士杰 任永潮 张慧博 Dai Shijie;Ren Yongchao;Zhang Huibo

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) 

主  题:点云去噪 各向异性扩散方程 张量投票算法 扩散张量 

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.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分