计算机工程

作者：时志鹏, 冯肖维, 赵一平

单位：上海海事大学物流工程学院, 上海 201306

关键词：点云降噪,张量投票,邻域漂移,非参数估计,核回归,多假设检验

基金：国家自然科学基金(61503241)。

在获得三维点云数据时,由于仪器、环境、算法等原因,不可避免地会使获得的点云数据带有噪声,而点云数据所携带的噪声将影响后续的点云处理效果。为了抑制三维点云数据中的噪声,同时保留其不同程度的特征,提出一种改进邻域漂移的多假设点云降噪方法。首先,利用邻域点和法向双张量投票法进行特征描述;接着,利用非参数估计构建转移概率函数,并使用核回归方法对新的采样点进行权重计算,在此基础上运用粒子滤波实现邻域漂移,经过多次迭代得到非局部邻域;然后,通过多假设检验法确定不同特征点处的多个法向,并通过加权平均获得最终法向;最后,采用多假设检验的方法分别对特征点和非特征点进行滤波,产生多个候选点并使用目标函数进行优化,从而对点云模型进行降噪。利用所提方法与RIMLS、EAR、L1、PointNet方法对相同噪声模型进行恢复,并对恢复模型与原模型进行误差分析,结果表明,所提方法的平均降噪精度相比RIMLS、EAR和L1方法分别提高了38.1%、41.3%和12.4%,与PointNet相比约降低2.9%,但是所提方法无须进行数据库训练且可调参。

来源：2024年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第6期