本文關(guān)鍵詞：基于噪聲分類的雙邊濾波點云去噪算法　出處：《計算機應(yīng)用》2015年08期 　論文類型：期刊論文

  更多相關(guān)文章： 點云去噪 雙邊濾波 統(tǒng)計濾波 半徑濾波 尖銳特征

【摘要】：針對三維點云數(shù)據(jù)模型在去噪光順中存在不同尺度噪聲的問題,提出一種基于噪聲分類的雙邊濾波點云去噪算法。該算法首先將噪聲細(xì)分為大尺度和小尺度噪聲,并使用統(tǒng)計濾波結(jié)合半徑濾波對大尺度噪聲進(jìn)行去除;然后對三維點云數(shù)據(jù)進(jìn)行曲率估計,并對現(xiàn)有點云雙邊濾波進(jìn)行改進(jìn),增強其魯棒性和保特征性;最后使用改進(jìn)的雙邊濾波對小尺度噪聲進(jìn)行光順,實現(xiàn)三維點云數(shù)據(jù)模型的去噪、光順。與單獨使用雙邊濾波、Fleishman雙邊濾波相比,改進(jìn)算法在三維點云數(shù)據(jù)模型光順平均誤差指標(biāo)上分別降低了50.53%和21.67%。實驗結(jié)果表明,該改進(jìn)算法對噪聲進(jìn)行尺度的細(xì)分既提高了計算效率,又避免了過光順和細(xì)節(jié)失真,較好地保持模型中的幾何特征。
[Abstract]:Aiming at the problem of 3D point cloud data model in the light of different scale noise denoising fairing, proposed a bilateral filtering denoising algorithm based on cloud point noise classification. Firstly, the noise is divided into large and small scale noise, and use statistical filtering to remove noise with the large scale and the radius of filtering; the three-dimensional point cloud data of curvature estimation, and the existing point cloud of bilateral filtering is improved, enhanced the robustness and security of characteristic; finally, the use of improved bilateral filtering on small scale noise smoothing, 3D point cloud data denoising, smoothing and using bilateral filtering. Compared with Fleishman alone, bilateral filtering the improved algorithm, the fairing in the 3D point cloud data model of average error index were decreased by 50.53% and 21.67%.. The experimental results show that the improved algorithm for segmentation of noise scale calculation is improved. Rate, and avoid the excessive smoothing and detail distortion, preserve the geometric features of the model.

【作者單位】： 桂林電子科技大學(xué)信息與通信學(xué)院;
【基金】：廣西自然科學(xué)基金資助項目(2013GXNSFDA019030,2013GXNSFAA019331,2012GXNSFBA053014,2012GXNSFAA053231,2014GXNSFDA118035) 廣西教育廳項目(201202ZD040) 桂林電子科技大學(xué)研究生教育創(chuàng)新計劃項目(GDYCSZ201453)
【分類號】：TN911.4
【正文快照】： 0引言隨著三維激光掃描技術(shù)的高速發(fā)展,人們可以很容易獲取真實世界中物體的表面三維點云數(shù)據(jù),因此三維點云數(shù)據(jù)模型被廣泛應(yīng)用于虛擬現(xiàn)實、逆向工程、城市建模等[1]。然而,受到掃描設(shè)備本身精度、人為操作和被測物體表面材質(zhì)等因素的影響,三維點云數(shù)據(jù)在獲取階段不可避免存在

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 鄒北驥;周浩宇;辛國江;譚光華;陳再良;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的點云曲面去噪[J];電子學(xué)報;2012年11期

2 曹爽;岳建平;馬文;;基于特征選擇的雙邊濾波點云去噪算法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2013年S2期

3 蘇志勛;栗志揚;王小超;;基于法向修正及中值濾波的點云平滑[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2010年11期

4 聶建輝;胡英;馬孜;;散亂點云離群點的分類識別算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2011年09期

5 李晉江;張彩明;范輝;;群體智能點云光順去噪算法[J];計算機集成制造系統(tǒng);2011年05期

6 葛寶臻;項晨;田慶國;彭博;;基于曲率特征混合分類的高密度點云去噪方法[J];納米技術(shù)與精密工程;2012年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹爽;岳建平;馬文;;基于特征選擇的雙邊濾波點云去噪算法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2013年S2期

2 馮林;李斌兵;黃磊;;基于魯棒馬氏距離的LiDAR點云粗差探測與分析[J];大地測量與地球動力學(xué);2014年05期

3 王曉輝;黃洪宇;陳崇成;唐麗玉;;基于激光點云的樹木三維幾何建模系統(tǒng)的設(shè)計與實現(xiàn)[J];福州大學(xué)學(xué)報(自然科學(xué)版);2014年05期

4 彭占偉;吳學(xué)群;王云全;;點云測距誤差與回光強度關(guān)系分析[J];工程勘察;2015年01期

5 呂志鵬;伍吉倉;鄭二龍;;利用移動最小二乘法進(jìn)行點云變形分析的研究[J];測繪通報;2015年07期

6 曾鋒;鐘治初;楊通;姚山;;基于SOM的散亂點云法矢計算[J];計算機工程;2012年08期

7 陳中;段黎明;劉璐;;保特征的三角網(wǎng)格均勻化光順?biāo)惴╗J];計算機集成制造系統(tǒng);2013年03期

8 劉艷菊;張永德;楊波;;三維點云法向量的模糊估值算法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2013年05期

9 李曉月;王果;;融合二維條件熵和脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割算法[J];科學(xué)技術(shù)與工程;2013年32期

10 李楠楠;曹俊杰;李波;王鵬;王輝;蘇志勛;;基于面法向規(guī)范化的重加權(quán)全局雙邊濾波[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年03期

相關(guān)博士學(xué)位論文 前10條

1 張帆;點云數(shù)據(jù)幾何處理方法研究[D];西北大學(xué);2013年

2 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

3 周浩宇;基于生物視覺模型的圖形圖像處理方法[D];中南大學(xué);2012年

4 萬國偉;面向建筑物的三維點云生成、增強和重建技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

5 劉艷菊;義齒模型三維重建算法的研究[D];哈爾濱理工大學(xué);2013年

6 朱曉強;分枝結(jié)構(gòu)光滑曲面的高效建模[D];浙江大學(xué);2013年

7 韓慧妍;基于雙目立體視覺的三維模型重建方法研究[D];中北大學(xué);2014年

8 賀磊盈;面向振動采收的果樹枝干三維重建方法及其動力學(xué)特性研究[D];浙江理工大學(xué);2014年

9 陳新禹;便攜式相位光柵輪廓全貌測量技術(shù)研究[D];大連海事大學(xué);2014年

10 馮文月;移動多曲線/曲面逼近[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 劉白皓;基于ARM9的圖像采集系統(tǒng)的研究[D];長沙理工大學(xué);2011年

2 肖天姿;散亂點云的數(shù)據(jù)預(yù)處理及曲面重建研究[D];大連海事大學(xué);2012年

3 李青蒙;激光掃描點云處理技術(shù)研究[D];大連海事大學(xué);2013年

4 陳寅;植物葉形狀與葉脈結(jié)構(gòu)的自動分類研究[D];浙江理工大學(xué);2013年

5 陳穎;數(shù)控加工在機檢測的數(shù)據(jù)預(yù)處理若干問題研究[D];中國計量學(xué)院;2013年

6 何學(xué)銘;點云模型的孔洞修補技術(shù)研究[D];南京師范大學(xué);2013年

7 林希玲;曲面重構(gòu)中區(qū)域擴張算法的改進(jìn)及應(yīng)用[D];南昌大學(xué);2013年

8 張慈;由點云直接生成等殘高刀具軌跡方法的研究[D];武漢工程大學(xué);2013年

9 李俊峰;雙邊濾波算法的快速實現(xiàn)及其在圖像處理的應(yīng)用[D];南方醫(yī)科大學(xué);2013年

10 靳潔;基于小波分析的地面三維激光掃描點云數(shù)據(jù)的濾波方法研究[D];長安大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王麗輝;袁保宗;;魯棒的模糊C均值和點云雙邊濾波去噪[J];北京交通大學(xué)學(xué)報;2008年02期

2 董韻涵;楊萬麟;;改進(jìn)最優(yōu)聚類中心雷達(dá)目標(biāo)識別法[J];電子科技大學(xué)學(xué)報;2006年02期

3 劉大峰;廖文和;戴寧;程筱勝;;散亂點云去噪算法的研究與實現(xiàn)[J];東南大學(xué)學(xué)報(自然科學(xué)版);2007年06期

4 張彩明,汪嘉業(yè);C~2連續(xù)的四次樣條曲面插值[J];中國科學(xué)E輯:技術(shù)科學(xué);2003年02期

5 張軍英,盧志軍,石林,董繼揚,石美紅;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的椒鹽噪聲圖像濾波[J];中國科學(xué)E輯:信息科學(xué);2004年08期

6 徐雪松;宋東明;張，

本文編號：1360258