点模型的降噪与三维重建算法研究

《点模型的降噪与三维重建算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学博士学位论文点模型的降噪与三维重建算法研究姓名：杨军申请学位级别：博士专业：交通信息工程及控制指导教师：诸昌钤20070401第1

2、页西南交通大学博士研究生学位论文先，分别计算测量过程数学模型和曲面先验概率模型；其次，通过共轭梯度优化算法确定每一个点的最大后验位置；最后，应用SurfaceSplatting算法绘制点模型。本文的先验概率模型不仅能去除扫描点云数据的噪声，同时还能增强曲面的细节特征。3)针对三维扫描获取的带噪声和离群点的点云数据，提出了一种隐式曲面重建算法。首先，引入一种基于均值漂移的聚类优化算子，通过

3、移动每一个采样点到核密度函数的局部最大值点来限制各种幅度的噪声并剔除离群点噪声；其次，用自适应的八叉树空间划分方法将聚类优化后的采样点数据分成小的子域；最后，在每个子域内计算径向基局部形状函数，并用单位分解法将每个局部函数进行加权混合来逼近模型的全局函数。4)提出了一种点云数据隐式曲面重建的快速算法。通过改进再生核粒子逼近法，提出了最小二乘再生核法，并与单位分解法有机结合，应用到点模型的隐式曲面重建算法中，改善了重建效率。此外，为了进一步减小计算开销，还用另外三种方法加快重建速度：一是VS树分层的空间划分方法将全局域划分为小的子

4、域，二是根据每个采样点的重要性评价函数值迭代简化输入的点云数据，三是利用GPU上的稀疏矩阵求解器将局部形状函数的求解过程移植到GPU上完成。5)提出了一种新的基于粒子系统和SurfaceSplatting的隐式曲面可视化算法。首先，基于平行线束的初始化方法在隐式模型表面找到均匀分布的采样点，避免了原来粒子系统中的分割一死亡过程；第二，用共轭梯度法替代原来粒子系统中的梯度下降法作为优化算法，将每一个椭圆粒子累进移动到低能量状态，避免了较长的收敛时间和围绕最小值的摆动现象；第三，用贪婪选择法选择能够覆盖整个曲面的且不产生空洞的活动子

5、集；最后，松弛过程进一步改善依赖曲率的各向异性粒子采样。本文的粒子专门为基于Splats的表示法而设计，可以直接转换为椭圆Splats而不需要任何改动。因此，本算法可以快速地、高质量地绘制出复杂隐式曲面模型。关键词：点模型，降噪，多边滤波器，隐式曲面重建，SurfaceSplatting西南交通大学博士研究生学位论文第l

6、l页AbstractWiththedemandsofvariousapplicationfieldssuchasindustrialdesign，aviationsimulation，computer—aide

7、dmedicaldiagnosis，entertainmentandsoon，studieson3Ddataacquisition，processingandvisualizationarebecomingmoreandmoreimportantandattractiveamongthecomputergraphicsresearchers．Inrecentyears，withrapiddevelopmentandgreatimprovementinthehardwareandsoftwareforacquiring3Ddata

8、，peoplemayobtainrawdatarepresentationsofrealobjectswithcomplexshapeviaavarietyofways．The3DdataobtainedbyreverseengineeringaremainlyclassifiedintoCTdata，MRIdata，andunorganized3Dpoint—basedormesh—baseddata．Comparedtomesh—basedmodels，pointprimitivesarenotonlysimpleandea

9、sytooperate，butalsonotneedtostoreanytopologicalconnectivityinformationbetweenpoints．Pointprimitivesarealsosuitableforrepresentingirregularrealobjectssuchasstatueandhairetc，whichmayhavecomplexgeometryandappearance．However,evenwith3Dhighfidelityscanners，theobtainedpoin

10、tclouddatamaybepollutedbyvariouskindsofnoise．Thus，denoisingisnecessaryforpoint·basedmodelsbeforefurtherprocessing．Duetotheconvenien