Bilateral Mesh Denoising论文

接触的第一篇三维网格去噪论文~

        这篇文章是将二维图像上的双边滤波去噪算法推广到三维网格中.但是由二维到三维面临着三个问题:连通和采样的不规则形,能量损失导致的网格收缩和顶点漂移产生伪影.

        二维图像的双边滤波算法考虑了像素点和领域点的距离和像素值之差.推广到三维的话,距离方面仍然是考虑顶点与领域顶点的距离,像素差是用顶点在顶点法向方向到顶点切平面的有向距离.然后针对这个顶点不断迭代求出它在法线方向移动的距离.

        关于具体的方法,本来考虑的是用光滑平面S和顶点到光滑平面的距离d_{0},但是由于他们都是未知的,就考虑用顶点的切平面去近似这个光滑平面的部分区域(局部性).看一下它的伪代码:

v是顶点,n是顶点的法向量,qi是v的neighborhood,K是neighborhood的个数,对所有顶点进行遍历,t是顶点v到neighborhood中顶点的距离,h是顶点在顶点法向方向到顶点切平面的有向距离.Wc* Ws是h的权重系数.normalizer是做了一个归一化.

这里的h似乎有点问题.应该是qi-v才对.习惯用外法向量,但是内法向量和外法向量都可以(下图用的是内法向量).

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
bilateralFilter是OpenCV中的一个函数,用于实现双边滤波。该函数的语法是:dst=cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace,borderType)。\[1\]双边滤波器是一种非线性的滤波方法,它结合了图像的空间邻近度和像素值相似度,同时考虑空域信息和灰度相似性,以达到保边去噪的目的。\[2\]双边滤波器可以很好地保护图像的边缘特性,相比其他降噪方法,它在去噪的同时能够保留图像的边缘细节。\[2\]双边滤波器的原理是通过两个核函数生成:空间域核和值域核。\[3\]空间域核用于考虑像素之间的空间邻近度,而值域核用于考虑像素之间的像素值相似度。通过综合考虑这两个因素,双边滤波器能够在平滑去噪的同时保护图像的边缘。 #### 引用[.reference_title] - *1* [Opencv之图像滤波:6.双边滤波(cv2.bilateralFilter)](https://blog.csdn.net/qq_49478668/article/details/123488527)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [bilateral filter双边滤波器的通俗理解](https://blog.csdn.net/qq_36387683/article/details/99948731)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值