三維點云數(shù)據(jù)的去噪和特征提取算法研究.pdf

1、隨著三維掃描技術、計算機技術以及信息技術的快速發(fā)展，通過實際物體掃描測量得到虛擬三維點云信息的模型重建技術已經成為了當前研究的熱點。其應用領域十分廣泛，例如虛擬現(xiàn)實中的模型構建、文物古跡的保護修復、3D游戲角色的開發(fā)以及各種模具的設計和修復等等。而在模型重建的過程中，點云模型預處理(包括去噪平滑、點云精簡、點云特征提取以及點云拼接等)是三維逆向建模中非常重要的一部分。本文主要針對三維點云預處理環(huán)節(jié)中的點云去噪和點云特征提取算法進行研究，

2、論文主要研究內容如下：
　?。?）散亂點云鄰域及微分信息估算：
　　針對散亂點云的領域以及微分幾何信息的估算進行理論研究?；诒疚牡纳y點云數(shù)據(jù)量較大的特點，固選用搜索效率較高的k-d樹的搜索法對點云數(shù)據(jù)進行拓撲結構的建立。然后針對散亂點云的微分幾何信息，首先根據(jù)曲面論相關內容對點云的法矢向量和點云的曲率進行研究，緊接著提出采用基于采樣點鄰域局部二次曲面的擬合方法對模型點云進行微分幾何信息的估算。
　?。?）基于特征信

3、息分類的三維點數(shù)據(jù)去噪：
　　針對三維散亂點云去噪逆向建模過程中，模型特征信息難以維持以及雙邊濾波對于特征信息少的區(qū)域容易產生過光順的缺點，提出一種基于點云曲率特征信息分類的去噪算法。具體方法為采用局部曲面擬合的方法對點云的微分幾何信息進行計算，由計算得到的模型點云的平均曲率設置局部特征權值。然后根據(jù)平均曲率特征權值對點云數(shù)據(jù)進行特征區(qū)域劃分，得到特征信息較少的平坦區(qū)域和特征信息較多的區(qū)域。最后采用針對性的去噪算法，即鄰域距離平均

4、濾波算法和自適應雙邊濾波算法對劃分好的兩種不同特征區(qū)域分別進行去噪濾波。通過進行對不同去噪算法的對比實驗和在不同噪聲強度下的對比實驗，結果表明本文算法具有較好的去噪效果。
　?。?）散亂點云數(shù)據(jù)提取算法：
　　針對散亂點云特征提取過程中，提取效率低和對噪聲的敏感性差等問題。本文采用一種雙閾值檢測的特征提取算法。首先采用主成分分析法和局部曲面擬合的方法對散亂點云的微分幾何信息(包括法向矢量和曲率信息)進行估算。然后根據(jù)計算出的

5、鄰域內法向矢量交角和平均曲率設定雙重特征判定閾值，由此來對模型的點云數(shù)據(jù)進行特征提取。通過進行不同算法和不同噪聲強度下的特征提取實驗，結果表明本文算法具有較好的特征提取效果。
　?。?）掃描和數(shù)據(jù)處理系統(tǒng)搭建：
　　以手持式掃描儀和投影光柵式掃描儀為數(shù)據(jù)獲取端，然后以 C++為編程語言，利用OpenGL圖形庫和VS2013開發(fā)工具來實現(xiàn)對三維點云數(shù)據(jù)的去噪和特征提取的算法，并以汽車石膏模型為實例進行整個數(shù)據(jù)處理過程的說明，并