本文選題：信息相似度 + 有效鄰域��； 參考：《計算機集成制造系統(tǒng)》2017年12期

【摘要】：為解決傳統(tǒng)點云去噪算法造成的過光順及局部失真問題,提出一種基于各向異性高斯核的散亂點云保特征去噪算法。根據鄰域點在其切平面上的投影和采樣點法向構建信息相似度函數,并通過信息相似度函數定義有效鄰域;應用主元分析理論研究曲面采樣點、棱線采樣點和角點的特征值及特征向量的分布特性;在此基礎上構建以協方差矩陣的偽逆矩陣為帶寬矩陣的參數自適應的各向異性高斯核函數,并將其與雙邊濾波算法結合用于散亂點云去噪。實驗結果表明,該算法能夠根據點云的局部分布特性自適應地調整濾波主方向和各主方向的衰減速度,在實現散亂點云去噪的同時可有效保持點云模型的原始尖銳特征。
[Abstract]:In order to solve the problem of over-fairing and local distortion caused by the traditional point cloud denoising algorithm, a feature preserving denoising algorithm for scattered point cloud based on anisotropic Gao Si kernel is proposed. According to the projection of neighborhood points on its tangent plane and the normal direction of sampling points, the information similarity function is constructed, and the effective neighborhood is defined by the information similarity function. On the basis of the eigenvalues and the distribution of eigenvector of prism sampling point and corner point, an anisotropic Gao Si kernel function with the parameter adaptive of the pseudo inverse matrix of covariance matrix as bandwidth matrix is constructed. It is combined with the bilateral filtering algorithm for scattered point cloud denoising. The experimental results show that the algorithm can adaptively adjust the attenuation speed of the main direction and each direction of the filter according to the local distribution characteristics of the point cloud, and it can effectively preserve the original sharp feature of the point cloud model while realizing the de-noising of the scattered point cloud.
【作者單位】： 燕山大學電氣工程學院;哈爾濱市科佳通用機電股份有限公司;
【基金】：國家自然科學基金資助項目(51305390,61501394) 河北省自然科學基金資助項目(F2016203312)~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 孫殿柱;朱昌志;李延瑞;;散亂點云邊界特征快速提取算法[J];山東大學學報(工學版);2009年01期

2 梁新合;梁晉;郭成;曹巨名;王永信;;散亂點云的補償濾波[J];西安交通大學學報;2011年11期

3 孫殿柱;朱昌志;李延瑞;田中朝;;散亂點云局部型面參考數據的快速查詢算法[J];農業(yè)機械學報;2009年05期

4 黃文明;彭希為;溫佩芝;吳曉軍;;保留幾何特征的散亂點云簡化方法[J];計算機工程與應用;2009年28期

5 孫殿柱;朱昌志;范志先;李延瑞;;基于型面特征的三維散亂點云精簡算法[J];中國機械工程;2009年23期

6 孫永偉;孫殿柱;朱昌志;朱宗偉;;散亂點云切片數據快速獲取與優(yōu)化[J];哈爾濱工程大學學報;2010年11期

7 周學禮;萬旺根;;心內膜散亂點云邊界點檢測算法研究[J];計算機應用研究;2012年10期

8 王偉;唐民麗;吳恒玉;;大規(guī)模散亂點云數據的曲率估算及計算機實現[J];蘇州市職業(yè)大學學報;2011年03期

9 趙燦;湯春瑞;劉丹丹;;基于表面波變換的散亂點云去噪方法[J];組合機床與自動化加工技術;2009年02期

10 吾守爾·斯拉木;曹巨明;;一種新的散亂點云尖銳特征提取方法[J];西安交通大學學報;2012年12期

相關會議論文 前1條

1 孫殿柱;孫肖霞;李延瑞;范志先;;散亂點云內外邊界的自動提取技術[A];全國先進制造技術高層論壇暨制造業(yè)自動化、信息化技術研討會論文集[C];2005年

相關博士學位論文 前4條

1 賀美芳;基于散亂點云數據的曲面重建關鍵技術研究[D];南京航空航天大學;2006年

2 張連偉;散亂點云三維表面重建技術研究[D];國防科學技術大學;2009年

3 錢歸平;散亂點云網格重建及修補研究[D];浙江大學;2008年

4 劉宇;基于微分信息的散亂點云拼合和分割[D];華中科技大學;2008年

相關碩士學位論文 前10條

1 白晨;基于線性約束的散亂點云配準技術的研究[D];西安建筑科技大學;2015年

2 俞濤;散亂點云精簡與自動拼接技術研究[D];南昌大學;2015年

3 劉詠梅;基于三維散亂點云的三角網格重構關鍵技術研究[D];北京理工大學;2015年

4 張戈弋;散亂點云自修復重建與錯誤拓撲修正研究[D];西安電子科技大學;2014年

5 陳達梟;散亂點云數據預處理的研究[D];西南科技大學;2016年

6 張蓉;散亂點云的數據分割與特征提取技術研究[D];南昌大學;2016年

7 王妮;散亂點云自修復重建與3D打印分層算法研究[D];西安電子科技大學;2015年

8 王雅男;基于局部表面凸性的散亂點云分割算法研究[D];中國科學院長春光學精密機械與物理研究所;2016年

9 陳龍;散亂點云特征提取和聚類精簡技術研究[D];西南科技大學;2017年

10 聶建輝;大規(guī)模散亂點云數據后處理技術研究[D];大連海事大學;2009年

，

本文編號：1787627