The invention discloses a denoising method, combined with bilateral filtering and sharp feature of point cloud based on skeleton extraction method comprises the following steps: 1) using vector difference method to obtain the candidate feature points; 2) of candidate extraction framework; 3) of candidate resampling using skeleton obtained feature points; 4) method the vector of feature points given; 5) joint bilateral filtering framework for point cloud based on vector filtering method; 6) method after the vector filtering to point location update based on point cloud model after denoising. First carries on the analysis to the sharp feature extraction framework structure model by using the method of the invention, thereby better keep the object sharp features can denoise, help to cope with the high intensity noise characteristics, high robustness, and has good popularization and application prospect.
【技术实现步骤摘要】
基于联合双边滤波和尖锐特征骨架提取的点云去噪方法
本专利技术涉及计算机图形学和三维点云去噪领域,尤其是指一种基于联合双边滤波和尖锐特征骨架提取的点云去噪方法。
技术介绍
大多数的三维传感器拍摄的三维模型数据都是以点云的格式保存的。由于扫描设备精度的局限性,例如MicrosoftKinect,拍摄到的点云数据不可避免地都带有一定的噪声。因此,点云去噪在三维几何处理领域扮演着一个非常基础而重要的角色。而点云去噪的主要挑战在于,如何在去噪的同时保留物体的细节特征,特别是尖锐特征的保持。联合双边滤波,作为双边滤波技术的一个延伸,在图像处理领域已经被证实为一种有效的保持特征的方法。这项技术在网格去噪领域的应用也取得了成功。而这类滤波技术的处理能力,很大程度依赖于图像或网格的结构信息,其中包括要确定引导域。在数字图像中,尖锐边缘可以定义为颜色区别很大的相邻像素,而且不同的颜色区域可以完全在像素层面区分开来。因此,将像素值作为引导域的值可以很好描述图像的边缘结构。在网格领域,每个三角面片也是可以完全归属于某个面,因此可以很简单地将三角面片的法向量构建成引导域。然而在点云领域,我们并没有一个类似于三角面片的元素,可以唯一地归属于某一个面,某个点有可能位于几个面的交界处,同时属于多个面。因此,将联合双边滤波方法应用于点云去噪是不容易的。然而经过我们研究发现,将特征分析加入点云去噪可以有效解决这个问题。在进行去噪之前,先根据每个点的相邻块的数量和特征,将其进行分类。针对不同类型的点,构建不同的引导域,并加入到联合双边滤波公式中,计算得到滤波后的法向。而要如何做好特征分析,就需 ...
【技术保护点】
基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于,包括以下步骤:1)利用法向量差方法获取候选特征点;2)对候选点区域提取骨架;3)利用骨架对候选点进行重采样,得到特征点;4)对特征点赋予多法向量;5)基于联合双边滤波框架对点云法向量进行滤波;6)基于滤波后的法向量对点位置进行更新,得到去噪后的点云模型。
【技术特征摘要】
1.基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于,包括以下步骤:1)利用法向量差方法获取候选特征点;2)对候选点区域提取骨架;3)利用骨架对候选点进行重采样,得到特征点;4)对特征点赋予多法向量;5)基于联合双边滤波框架对点云法向量进行滤波;6)基于滤波后的法向量对点位置进行更新,得到去噪后的点云模型。2.根据权利要求1所述的基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于:在步骤1)中,利用法向量差方法获取候选特征点,是计算每个点邻域内的任意两点的法向量差并求和,当这个求和值大于预设阈值时,就把这个点标记为候选特征点。3.根据权利要求1所述的基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于:在步骤2)中,对候选点区域提取骨架,是采用l1中值骨架方法,对候选特征点区域进行计算,得到骨架。4.根据权利要求1所述的基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于:在步骤3)中,利用骨架对候选点进行重采样,得到特征点,是根据步骤2)得到的骨架以及骨架上的骨架点,在相邻两个骨架点中间划分出一个小区域,对落在该区域内的候选特征点,选择一个,作为特征点。5.根据权利要求1所述的基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于:在步骤4)中,对特征点赋予多法向量,是根据步骤3)判断该点应该拥有的法向量数量,将最靠近该点的k个近邻点即k近邻点进行K-means聚类,将每一类中的点的法向量求平均值,得到该点的多法向量。6.根据权利要求1所述的基于联合双边滤波和尖锐特征骨架提取的点云去噪方法,其特征在于:在步骤5)中,基于联合双边滤波框架对点云法向量进行滤波,需要先构建引导域值,将引导域值设为点的引导法向量,将每个点及其k近邻点设为一个块,将包含该点的块全部列举出来;对每个块计算其所有点的平均法向量,同时计算块内任意两点的向量差的平均值,将其定义为每个块的连续性值,用来衡量其内部点的向量的一致性,连续性值越大,证明该块跨过尖锐特征,包含另外一个面的点更多;为了保留尖锐特征,区分出尖锐特征两侧的不同平面,需要挑选的是连续性值最小的块,即尽可能不跨过尖锐特征的块,将这个块的平均法向量,作为该点的引导法向量;联合双边滤波公式如下:
【专利技术属性】
技术研发人员:郑颖龙,李桂清,伍世浩,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。