matlab点云中值滤波,基于法向修正及中值滤波的点云平滑.PDF

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