点云数据的光顺去噪与简化技术的研究与实现

随着三维测量与计算机相关技术的发展,人们可以通过多种数据采集手段来获取现实物体的表面信息,并对其进行处理、加工、分析和应用。由扫描获取的点云数据得到了广泛的研究与应用,并由此孕育了三维数字几何处理这一新的研究领域。 论文课题在总结和分析三维数字几何处理技术的研究与应用现状的基础上,选取了点云数据预处理技术作为研究方向,并着重论述了点云数据的光顺去噪与简化处理这两方面的问题。论文主要研究内容与成果概括如下: 1.设计了一种改进的邻域自适应双边滤波光顺去噪算法。算法首先在自适应κ-邻域的基础上实现了奇异点噪声的去除;然后在现有双边滤波算法思想的基础上,改进了双边滤波算子,增强了滤波算子的鲁棒性与保特征性,而且自适应κ-邻域机制的运用加快了算法的处理效率;并进一步使用方法噪声对改进的双边滤波算子的性能进行评估,给出了可视化的评价结果。 2.设计了一种基于几何图像的曲率自适应混合简化算法。算法在几何图像的基础上,结合曲率采样的精度优势与随机采样的速度优势,实现了基于空间距离准则与曲率准则相结合的高效简化策略,在有效减少点云数据量的同时较好地保持了模型中的主要特征,取得了速度与效果的折衷。 上述点云数据的光顺去噪与简化处理算法均已在原型系统中成功实现,原型系统的算例结果验证了本文设计算法的正确性。