检索结果-南通市图书馆

检索条件"主题词=网格去噪算法"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

点云数据特征保持算法研究

点云数据特征保持算法研究

引用

作者：郭东兵太原理工大学

学位级别：硕士

当今社会,随着科学技术的快速发展,点云数据模型在3D实体造型中的应用也与日俱增,点云数据的特征保持已经成为逆向工程、3D重建、生物医学、质量检测、古文物保护和虚拟现实等领域的热点研究内容。然而在3D扫描过程中由于模型表面镜面... 详细信息

当今社会,随着科学技术的快速发展,点云数据模型在3D实体造型中的应用也与日俱增,点云数据的特征保持已经成为逆向工程、3D重建、生物医学、质量检测、古文物保护和虚拟现实等领域的热点研究内容。然而在3D扫描过程中由于模型表面镜面反射、人为操作因素或周围环境光照变化等影响,会导致获取的3D点云数据中会包含很多的不属于原扫描模型的噪声点,获取的点云数据中布满噪声将直接影响后续点云数据的正常使用及实验结果的质量。因此,为了获得满意的实验结果,必须选择一种高效且鲁棒的点云去噪、特征保持算法,这也是本论文研究的主要目的。传统的特征保持算法主要有基于网格去噪算法和基于法向去噪算法,两类方法对含噪模型进行处理时,都取得了一定的成果。但是,这些特征保持算法仍然存在着以下局限性:(1)处理噪点密度较高的点云模型时,难以将噪声完全去除。(2)针对模型的尖锐特征会出现过度光顺现象或者过度去噪而在模型表面出现孔洞。针对这种情况,本论文分别提出一种新的改进网格去噪算法和基于多数投票法的尖锐特征保持算法,可以实现可行、有效的噪声去除和特征保持。首先,论文主要研究了改进的网格去噪算法,该方法主要是通过更新网格中顶点位置坐标实现噪声去除,主要有三大步骤:先对原始顶点进行预处理,然后面法线过滤,最后对顶点坐标进行更新。这种改进后的网格去噪算法,对点云特征保持有较强的鲁棒性。其次,论文研究了多数投票算法,它是一种集体决策方案,在特征保持过程中多数投票算法的具体应用如下:首先构建点云的k-d tree拓扑结构,采用主成分分析方法来估计点云所有邻域中每个点的法向,结合曲面变化度对散乱点云进行区域划分;然后将多数投票法应用于特征区域,对模糊点进行识别;最后设定阈值,将判定出的噪声和离群点去除。由于点的种类识别精确,所以该方法可以避免出现去除不完全或者过度光顺等问题。最后,利用相应的实验来对比本文所提算法,验证了改进的网格去噪算法对特征保持效果较佳,也验证了多数投票算法的强鲁棒性。

关键词：散乱点云噪声网格去噪算法多数投票算法特征保持

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：