基于法向修正及中值滤波的点云平滑.PDF
第 22卷第 11期 计算机辅助设计与图形学学报 V01.22NO.11
2010年 11月 ofComputer~AidedDesign & ComputerGraphics NOV.2O10
基于法向修正及 中值滤波的点云平滑
苏志勋,栗志扬,王小超
(大连理工大学 数学科学学院 大连 116024)
(zxsu@hotmail.com)
摘 要 :为了在降噪的同时保持点云的几何特征,并较好地处理离群点,通过对传统的法 向量修正方法进行改进 ,提
出基于 L 中值滤波 的点云平滑方法.根据核 回归估计理论建立一种法 向修正 的框架 ,并在此框架下引入二阶
Hessian矩阵,提高了法向估计的精度 ;以经典的 I 中值理论为基础 ,提 出一种迭代 降噪的方法 ,并指 出了该方法与
mean—shift方法和双边滤波方法的联系.实验结果表 明,该法 向修正及点云平滑方法简单 、有效 ,在处理原始点云时
具有优势.
关键词 :核 回归 ;I 中值 ;几何光滑
中图法分类号 :TP391
DenoisingofPoint-Sampled M odelBased on Norm alM ollification and M edian
Filtering
SuZhixun,LiZhiyang,andW angXiaochao
(SchoolofMathematicalSciences,DalianUniversityofTechnology,Dalian 116024)
Abstract:Inthispaperweproposeadenoisingalgorithm basedonL1medianfilteringfornoisysetsof
points.Theproposed algorithm improves the traditionalmethodsto better preserve the surface
featuresandhandlewelltheoutliers.Basedonthekerne1regressiontheory,weestablishaframework
fornormalmollification.The framework utilizesthe Hessian matrix and predicatesmore accurate
normals.UsingtheframeworkwepresentanoveliterativedenOisingmethodforpoint—sampledmodel
based on the classicLlmedian theory. Thecomparison ofourmethod to the classicalmean—shift
denoisingmethodandbilateralfilteringmethodarediscussed.Theexperimentalresultsarepresented
which show theefficiencyofthealgorithm andthesimplicityofimplementation.
Keywords:kernelregression;Llmedian;geometrydenoising
点.几何模型数据主要是通过立体扫描设备采集 特征保持是相互矛盾的,降噪问题依然是 当今计算
物体表面获取的.但是 由于受扫描设备物理特性 、扫 机 图形学 中热门的研究课题.
描环境、光照等因素的影响,得到的采样数据往往会 点几何数据的平滑处理操作可以分为离群点检
受到噪声和离群点 (大尺度的噪声)的污染.几何光 测和噪声去除[1I两部分.离群点的检测往往基于阈
滑处理是对点几何数据的基本操作,其 目的是获取 值的方法口。].目前 ,针对点模型提 出的降噪算法 比
离散 曲面更高阶的光顺性 ,同时尽量保持模型的突 较少 ,大部分 降噪算法主要是基于三角 网格模 型
出特征 ,防止模型产生收缩和