一种快速点模型去噪方法

《一种快速点模型去噪方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第9期计算机应用与软件Vo1．27No．92010年9月ComputerApplicationsandSoftwareSep．2010一种快速点模型去噪方法倪彤光顾晓清马正华杨长春(江苏工业学院信息科学与工程学院江苏常州213164)摘要消除噪声是构造完美三维模型过程中必不可少的一步。胡国飞等提出了基于三维nlean—shift过程的各向异性点模型去噪算法但该算法效率较低，为此提出用准柯西函数取代该算法所采用的高斯函数，提高了算法效率。实验结果表明，此方法能在有效剔除点模型表面噪声的同时较好地保持表面的尖锐特征。关键词点模型mean—shift过程高斯函数柯西函数FAST

2、DEN0ISINGMETHoDFoRPoINT．SAMPLEDMoDELNiTongguangGuXiaoqingMaZhenghuaYangChangchun(SchoolofInformationScienceandEngineering，JiangsuPolytechnicUniversity，Changzhou213164，Jiangsu，China)AbstractDenoisingisanessentialstepincreatingperfect3Dmodels．As3Dmean—shiftprocedure—basedanisotropicalgorithmpro

3、posedforpoint—sampledmodeldenoisingbyGuofeiHuisnotefficientenough，amethodisproposedthatusingthequasi—CauehykerneltoreplacetheGausskernelusedintheanisotropicalgorithm，SOthattheefficiencyofthealgorithmisimproved．Experimentsshowthatthemethodcaneliminatethenoiseonthesurfaceofthepoint—sampledmodel

4、effectivelyandmeanwhilethesharpfeaturesofthesurfacearepreservedwel1．KeywordsPoint-sampledmodelMean·-shiftProcedureGausskernelCauchykernel借鉴上述所做的工作，本文提出了一种保持三维点模型尖0引言锐特征的去噪算法。首先，估计点模型上各采样点的顶点法向和曲率；接下来通过mean-shift过程寻找各采样点的局部模式，三维扫描仪的输出通常是模型的大量离散点云数据，这些找出邻域；最后使用准柯西函数改进的三边滤波器进行顶点估采样点包含了物体的几何表面特征信

5、息，可以方便地重建出物计，完成去噪。体的数字模型，并可以进行编辑、绘制等操作。然而即使是高质量的扫描设备，输出的采样点信息都会受到噪声的污染，所以在1采样点法向量和曲率计算对点模型做进一步操作之前必须进行降噪处理。去噪的目的是在获取离散曲面更高阶光滑性的同时，尽量防止模型产生收缩设原始测量点集为P=(P．，P2，⋯，P)，其中P，(：1，2，和过光顺。⋯，m)为P中第个子集，它是由n个数据点：(pp，⋯，)文献[1，2]中将用于数字图像处理的双边滤波器扩展到三组成。于是求P，的重心为：维网格模型的降噪上，此后，文献[3]中又提出了三边滤波器算1n法，把滤波窗口限制在梯度相近的区域

6、，三边平滑输出采样点。PJ=∑llPi该算法克服了双边滤波器因静态窗口函数而产生“削去”模型再记：尖锐特征的缺点，取得了较好的滤波和特征保持效果。文献=[一，Pj2一，⋯，一PJ]=1，2，⋯，m[4]提出了一种鲁棒的点模型多边降噪算法，将模型曲率和噪这样得到点集P的协方差为：声的量值关系引入降噪方程，取得了较好的降噪效果。文献c=，·(1)[5]在基于相似性的去噪算法中，通过本文设计的三边滤波算通过对局部邻域的协方差矩阵的分析可以估计局部曲面的子计算采样点的几何强度，利用构建的均匀几何强度网格估算内蕴几何量。以下考虑特征值问题：采样点间几何强度的相似性；通过MeanShift聚

7、类法对点模型C·ef：A·efZ∈{0，1，2}(2)进行几何特征相似性聚类；依据相似性实现点模型保持曲面特因为C为三阶正定对称矩阵，所以特征值A为实数，特征征的去噪。文献[6]提出了基于均值漂移(mean—shift)的点模型向量e构成一个正交标架，对应于点集{P}的主元。e沿相应降噪算法。首先用三维mean—shift方法为点模型自适应寻找降噪邻域，其次在局部邻域内对模型进行三边滤波，获得一个保持收稿日期：2009—01—07。江苏省高校自然科学研究计划(06KJB52特征的