基于局部特征匹配的網(wǎng)格去噪算法研究.pdf

1、由于電影電視制作、游戲娛樂(lè)、虛擬環(huán)境、輔助醫(yī)療等各方面應(yīng)用的需要，三維數(shù)字模型幾何的獲取與處理顯得愈加重要。而近年來(lái)，三維掃描儀和深度相機(jī)的流行大大簡(jiǎn)化了三維幾何建模過(guò)程，使得人們可以很容易地得到各種真實(shí)世界物體的三維形狀數(shù)據(jù)。但是在三維數(shù)據(jù)獲取的過(guò)程中，和藝術(shù)家手動(dòng)生成模型不同，由于不可避免地存在著設(shè)備測(cè)量的誤差以及人為的各類干擾因素，掃描采集到的模型往往包含各種噪聲，和實(shí)際物體存在著一定的偏差。噪聲的存在大大降低了網(wǎng)格模型的數(shù)據(jù)質(zhì)量

2、和視覺(jué)效果，對(duì)后續(xù)的應(yīng)用也產(chǎn)生巨大影響，因而對(duì)網(wǎng)格模型進(jìn)行去噪是一個(gè)極為重要和有意義的工作。在幾何處理中，去除掃描模型中的噪聲一直是一個(gè)經(jīng)典熱門(mén)的問(wèn)題。網(wǎng)格去噪的目的是從受到噪聲影響的網(wǎng)格數(shù)據(jù)中恢復(fù)得到一個(gè)高質(zhì)量的理想模型，在去除噪聲重建網(wǎng)格曲面的同時(shí)，保持網(wǎng)格模型表面的原有拓?fù)涮卣骱蛶缀翁卣?，并且保證網(wǎng)格模型不會(huì)收縮和出現(xiàn)不合理的人工處理現(xiàn)象等。
　　近幾十年來(lái)，網(wǎng)格去噪問(wèn)題上已經(jīng)積累了大量的研究工作。雖然網(wǎng)格去噪已經(jīng)有了極大的

3、進(jìn)展，但目前仍然還存在著一些方面的問(wèn)題。一，由于網(wǎng)格尖銳特征和噪聲信息都是高頻信號(hào)，目前依然沒(méi)有一個(gè)很好的策略來(lái)將二者進(jìn)行有效的區(qū)分。二，現(xiàn)有的不少算法的去噪效果大大依賴于算法中某些參數(shù)的合理選取程度，這使得算法不夠智能，需要大量的人工調(diào)參工作。三，網(wǎng)格去噪過(guò)程中遇到的網(wǎng)格和噪聲的類型是多種多樣的，大多數(shù)方法對(duì)網(wǎng)格和噪聲的類型都有著一定的預(yù)先假設(shè)，因而不具有很好的普適性，較難遷移到其他類型的網(wǎng)格和噪聲的去噪問(wèn)題上。
　　為了解決網(wǎng)

4、格模型去噪問(wèn)題的難點(diǎn)，彌補(bǔ)現(xiàn)有方法的一些缺陷，本文提出了一種基于特征局部擬合的算法。本文的算法共分為兩個(gè)步驟，首先通過(guò)建立的局部回歸函數(shù)對(duì)網(wǎng)格面片的法向量進(jìn)行處理，得到校準(zhǔn)后的面法向量，其次在依據(jù)調(diào)整后的面法向量來(lái)恢復(fù)重建網(wǎng)格的頂點(diǎn)。同時(shí)迭代進(jìn)行這兩個(gè)步驟，直到得到一個(gè)理想的網(wǎng)格去噪結(jié)果。
　　本文的核心思想是通過(guò)分析現(xiàn)有的大量帶噪聲模型和原始模型，來(lái)找到帶噪聲模型和原始模型間的關(guān)系。本文首先采用了一種網(wǎng)格上的局部幾何特征描述子F

5、ND(filtered facet normal descriptor)，用于表示網(wǎng)格的局部幾何特征和噪聲信息。從而，只需考慮分析帶噪聲網(wǎng)格的局部幾何特征FND與對(duì)應(yīng)的原始網(wǎng)格的面法向間的關(guān)系，利用此關(guān)系來(lái)指導(dǎo)得到待去噪網(wǎng)格的校準(zhǔn)后面法向量。在預(yù)處理階段，有了定義在網(wǎng)格面片上的局部幾何特征FND后，本文對(duì)已有的大量帶噪聲網(wǎng)格和原始真實(shí)模型進(jìn)行處理，得到帶噪聲網(wǎng)格上的局部幾何特征FND和原始真實(shí)模型的面法向一一對(duì)應(yīng)的集合。在去噪階段，對(duì)于

6、輸入的帶噪聲網(wǎng)格，本文首先計(jì)算其局部幾何特征;其次，利用此幾何特征在預(yù)先建立的數(shù)據(jù)庫(kù)中做特征匹配，擬合得到校準(zhǔn)后的網(wǎng)格面法向量;最后，依據(jù)校準(zhǔn)后的面法向量信息來(lái)更新網(wǎng)格頂點(diǎn)坐標(biāo)，得到去噪后模型。
　　實(shí)驗(yàn)表明，對(duì)于人為加噪聲模型和掃描模型，本文方法都能夠在去除網(wǎng)格噪聲的同時(shí)，很好地保持網(wǎng)格的尖銳特征。并且，本文的方法在去噪過(guò)程全自動(dòng)完成，易于操作，可以很容易得到去噪結(jié)果，本文的方法對(duì)網(wǎng)格和噪聲類型沒(méi)有約束，算法上可以很容易地推廣到