保特征的三維網(wǎng)格曲面去噪和探地雷達數(shù)據(jù)去噪算法研究.pdf

1、計算機圖形學(xué)在眾多領(lǐng)域的成功應(yīng)用促進了對三維模型的需求,出現(xiàn)了很多捕獲三維模型的設(shè)備。最為常用的室內(nèi)三維激光掃描儀所獲得的網(wǎng)格數(shù)據(jù)所含噪聲比較低,而室外激光掃描儀所獲取的數(shù)據(jù)則含有較強噪聲。由于激光掃描儀的精度非常高,能夠捕獲那些棱邊和尖角之類的鋒利特征,因而被廣泛采用。然而,無論人們?nèi)绾胃倪M數(shù)據(jù)捕獲的方法和設(shè)備。所獲得的模型中總是無可避免地包含有噪聲。噪聲的存在不僅混淆了模型表面上的特征和細節(jié),更重要的是破壞了模型的可用性。因此,去除

2、模型中的噪聲十分重要。
　　 本文主要研究三維網(wǎng)格曲面的去噪問題,提出了一些創(chuàng)新的去噪算法。與以往去噪算法相比,本文提出的算法能夠在去除網(wǎng)格曲面上的噪聲的同時、保持更多的特征。在處理含有較強噪聲的模型時,本文算法的優(yōu)點尤為突出。在較為成功地解決了網(wǎng)格模型的去噪問題后,本文將主要算法思想推廣到醫(yī)學(xué)CT和MRI體數(shù)據(jù)的去噪問題,獲得了較好的結(jié)果。探地雷達的發(fā)明和應(yīng)用,給科學(xué)工作者認識和研究地表淺層地質(zhì)信息帶來了方便。由于工作環(huán)境復(fù)雜

3、,探地雷達數(shù)據(jù)含有大量噪聲,本文的最后也探討了探地雷達數(shù)據(jù)去噪分析的問題。
　　 本文主要內(nèi)容如下:
　　 □介紹了具有代表性的三維網(wǎng)格去噪算法,依據(jù)不同的理論基礎(chǔ),對這些方法進行分類,并分析了它們的優(yōu)缺點。分析了去噪算法普遍假設(shè)噪聲服從高斯分布的原因。結(jié)合作者的研究工作,介紹了本文所提出的各個算法的基本思想。
　　 □提出了基于魯棒統(tǒng)計和最優(yōu)估計理論的曲面的二次型建立和去噪算法。利用魯棒統(tǒng)計理論較為準確的得到一

4、個二次型后,估計其高階幾何微分量。利用最優(yōu)化理論,提出了級聯(lián)式迭代算法來各向異性地去除曲率及Frenet標(biāo)架的中的噪聲。所得的光滑的二次型印為噪聲曲面局部區(qū)域形狀的理想光滑逼近。由于曲率和主方向在圖形學(xué)中有著廣泛的應(yīng)用,因此所得到的光滑二次型有著非常重要的意義。
　　 □通過魯棒統(tǒng)計理論,詳細分析了網(wǎng)格雙邊濾波器的理論基礎(chǔ),論證了其本質(zhì)上就是利用加權(quán)最小二乘法擬合平面,然后沿法向投影至該平面?；谶@樣的理論分析,本文對雙邊濾波器

5、進行了一系列的改進,提出了高階雙邊濾波器。該濾波器不但能夠更好地保持模型細節(jié),而且解決了傳統(tǒng)雙邊濾波器導(dǎo)致模型收縮的問題。在面對噪聲非常大的曲面模型時,該濾波器的優(yōu)點尤為突出。
　　 □提出了保持鋒利特征的網(wǎng)格曲面去噪算法。該算法利用基于SNN密度聚類算法,對特征點及其鄰域的法向空間進行聚類,將分屬于不同的光滑曲面片區(qū)分開來。然后通過定義相容子鄰域的概念.抽取出中心點所落的光滑區(qū)域。對于非特征點,在其相容子鄰域內(nèi)進行高階雙邊濾波

6、去噪,可排除了位于其它光滑曲面片上的頂點的不良影響,從而能夠很好地保持鋒利特征?；诟鱾€光滑曲面片的交線,找出特征點的最優(yōu)位置。受SNN密度定義的啟發(fā),本文也成功地對醫(yī)學(xué)類CT和MRI的體數(shù)據(jù)進行了分片去噪。
　　 □使用貝葉斯方法對探地雷達數(shù)據(jù)進行了頻譜分析.分析了傅立葉變換不適合用于探地雷達數(shù)據(jù)頻譜分析的原因。利用分解到頻域中的各個信號分量,不僅可以非常方便的去除噪聲,還能應(yīng)用于去波動,甚至還能加強某些信號分量,因而有助于專