基于局部投影的点云去噪算法研究毕业论文

《基于局部投影的点云去噪算法研究毕业论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、图书分类号:密级:毕业设计（论文）题目:基于局部投影的点云去噪算法研究DenoisingPointCloudsbasedonLocaIProjectionOperators学生姓名班级学院名称专业名称指导教师学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用或参考的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标注。本人完全意识到本声明的法律结果由本人承担。论文作者签名：

2、日期：年—月日学位论文版权协议书本人完全了解关于收集、保存、使用学位论文的规定，即：本校学生在学习期间所完成的学位论文的知识产权归所拥有。有权保留并向国家有关部门或机构送交学位论文的纸本复印件和电子文档拷贝，允许论文被查阅和借阅。可以公布学位论文的全部或部分内容，可以将本学位论文的全部或部分内容提交至各类数据库进行发布和检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。论文作者签名：导师签名：日期：年月日日期：年月日中国科学技术人学本科毕业论文口录摘要2Abstract3第一章绪论41.1弓I言41.2相

3、关工作概述51.3本文工作8第二章局部最优投影92.1算法描述92.2求解步骤102.3算法性能11第三章加权局部最优投影173.1算法描述173.2求解步骤183.3算法性能19第四章总结与展望234.1总结234.2展望23参考文献24致谢26摘要随着3D技术的飞速发展，各个行业对高精度3D模型的需求越來越高。纯手工建模因为效率低下，价格高昂而逐步被淘汰。恰逢3D扫描技术的迅猛发展，快速，廉价的3D点云数据的获取变得可能。针对点云这一新型数据的处理方法由此产生。而本文着重关注点云处理的第一步，点云去噪。点云去噪在

4、过去的二十年里积累了大量优秀的方法。木文的第一部分就介绍了一类，基于构造局部平而的方法。这类方法首先用局部平而拟合点云的局部，然后将得到的拟合平面拼接成整体模型。当点云数据比较复杂吋，这类方法会得到奇异的结果。点云去噪的过程也可以理解成：寻找一组点云，使其很好的拟合原始点云。为了拟合质量，同时要求该点云的点分布也较为均匀。本文在第二部分介绍的方法新方法一一局部最优投影法就是将这两点划归成能量函数，通过优化能量函数去噪。上述方法对初始点云分布稀疏程度依赖很高。我们在第三部分介绍了改进方法一一加权局部最优投影法。它通过对

5、每个采样点定义密度权重的方式來达到均匀点云分布的口的。木文比较了这两种方法的优劣。关键词：点云去噪局部最优投影AbstractWiththerapiddevelopmentof3Dtechnology,theneedsofvariousindustriesonthehighaccuracyofthe3Dmodelisbecomesincreasinglyhigher.Manualmodelingisgraduallyeliminatedduetopoorefficiencyandhighprices.Coincide

6、swiththerapiddevelopmentof3Dseanningtechnology,cheapaccessto3Dpointcloudsdatabecomespossible.Themethodforthisnewdataformhasbeenborn.Thispapermainlyfocusesonthefirststepofpointcloudprocessing,pointcloudsdenoising.Therehavebeenlargenumbersofgoodmethodsfordenoisin

7、ginthepasttwentyyears.Thefirstpartofthispaperintroducesakindofmethodbasedonlocalplane.Thismethodfirstusesthelocalplanefittingpointclouds,andobtainsawholemodelwithsmallplane.Whenthepointcloudsdataiscomplicated,thismethodwillfail.Theprocessofpointcloudsdenoisingc

8、analsobeunderstoodas:lookingforasetofpointscloudswhichfitstheoriginalpointcloudswell.Itmustbeuniformforgooddistributionquality.Basedonaboveweintroducethelocaloptimalprojecti