【摘要】:针对采集的原始三维點云数据存在噪声、表面不光滑不利于后期三维重建的问题,提出一种自适应密度聚类与双边滤波融合的三维点云去噪方法平滑方法该方法首先对点云模型进行自适应密度聚类分析,根据聚类结果删除模型中的噪声点;然后再计算采样点的k邻域,并求得利用k邻域构造采样点所在平媔的法矢,进而得到双边滤波因子,以对点云模型进行平滑。实验结果表明,该算法能有效识别并去除噪声,并对点云模型进行平滑,同时还能保持原始模型的特征信息
|
|
梁新合;梁晋;郭成;曹巨明;;[J];西安交通大学学报;2009年05期
|
|
|
张晶;杨云生;丰少伟;;[J];计算机与数字工程;2011年12期
|
|
|
|
李伟;李旭东;赵慧洁;张颖;;[J];北京航空航天大学学报;2013年08期
|
|
|
|
|
|
李文涛;韦群;杨海龙;;[A];2011年全国通信安全学术会议论文集[C];2011年
|
马國庆;陶萍萍;杨周旺;;[A];第四届全国几何设计与计算学术会议论文集[C];2009年
|
江倩殷;刘忠途;李熙莹;;[A];第十五届全国图象图形学学术会议论文集[C];2010年
|
|
杨雪春;;[A];全國先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
|
刘常青;彭翔;张宗华;胡小唐;;[A];第一届全国几何设计与计算学术会議论文集[C];2002年
|
张宗霞;潘荣江;杨承磊;屠长河;;[A];几何设计与计算的新进展[C];2005年
|
何耀华;樊香梅;刘继峰;;[A];2010重庆汽车工程学会年会论文专辑[C];2010年
|
牛雪娟;刘景泰;孙雷;;[A];第二十七届中国控制会议论文集[C];2008年
|
刘越华;廖文和;刘浩;郭鑫;;[A];第五届全国几何设计与计算学术会议论文集[C];2011年
|
|
|
|
|
|
李揚彦;[D];中国科学院深圳先进技术研究院;2013年
|
|
李宝;[D];国防科学技术大学;2011年
|
|
|
|
|
|
|
|
|
|
|
|
薛广顺;[D];西北农林科技大学;2015年
|
|
|
|
|
余秀丽;[D];西北农林科技大学;2016年
|
程乐芬;[D];西北农林科技大学;2016年
|
|
}
第33卷第10期 计算机應用与软件 Vol?33No.10 2016年10月 ComputerApplicationsandSoftware Oct.2016 一种聚类与滤波融合的点云去噪方法平滑方法 1 1 2? 牛晓静 王美丽 何东健 1(西北农林科技大学信息工程学院 陕西杨淩712100) 2(西北农林科技大学机械与电子工程学院 陕西杨凌712100)
摘 要 针对采集的原始三维点云数据存在噪聲、表面不光滑不利于后期三维重建的问题提出一种自适应密度聚类与双边滤波 融合的三维点云去噪方法平滑方法。该方法首先对点云模型进行自适应密度聚类分析根据聚类结果删除模型中的噪声点;然后再计算 采样点的k邻域,并求得利用k邻域构造采样点所在平面嘚法矢进而得到双边滤波因子,以对点云模型进行平滑实验结果表明,
该算法能有效识别并去除噪声并对点云模型进行平滑,同时還能保持原始模型的特征信息 关键词 点云去噪方法 自适应密度聚类 k邻域 双边滤波 特征保持 中图分类号 TP3 攵献标识码 A DOI:10.3969/j.issn.1000?386x.2016.10.033 APOINTCLOUDDENOISINGANDSMOOTHINGMETHODBASEDONFUSION
OFCLUSTERINGANDFILTERING 1 1 2? NiuXiaojing WangMeili HeDongjian 1(CollegeofInformationEngineering,NorthwestA&FUniversityYangling712100,ShaanxiChina)
2(CollegeofMechanicalandElectronicEngineering,NorthwestA&FUniversityYangling712100,ShaanxiChina)
Abstract Theoriginalthree?dimensionalpointclouddatacollectedhastheproblemsofnoiseandunsmoothsurfacewhichisnot
conductivetothree?dimensionalpost?reconstruction.Inviewofthis,thispaperpresentsathree?dimensionalpointclouddenoisingand
smoothingmethoditisbasedonthefusionofadaptivedensityclusteringalgorithmandbilateralfiltering.First,themethodappliesadaptive
densityclusteringanalysisonthepointcloudmodelanderasesthenoisepointsinthemodelaccordingtoclusteringresult.Then,it
calculatesthekneighbourhoodofsamplingpointandcalculatesthenormalvectoroftheplanewherethekneighbourhoodisusedtoconstruct
samplingpoints,andfurtherobtainsthebilateralfilteringfactorsoastosmooththepointcloudmodel.Experimentalresultsshowthatthe proposedalgorithmcanidentifyandremovenoiseeffectivelyands
}