The present invention relates to a triangular mesh filtering method based on TV and anisotropic Laplacian regularization terms. The method first proposes a variational model acting on the normal vector domain of the mesh surface. The model includes two regular terms: total variation and anisotropic Laplacian, which can not only restore sharp features on triangular meshes, but also deal with nonlinear smooth regions well. Secondly, the augmented Lagrangian method is used to solve the variational model to obtain the optimal surface normal vector information. Finally, according to the optimized surface normal vector. The algorithm of vertex update is used to get the filtered triangular mesh model quickly. Compared with the prior art, the algorithm of the invention has the advantages of high efficiency, remarkably improving the quality of the triangular mesh after filtering, protecting the sharp geometric features and restoring the non-linear smooth region, and achieving the ideal filtering effect.
【技术实现步骤摘要】
基于TV和各向异性Laplacian正则项的三角网格滤波方法
专利技术涉及计算机图形处理
,尤其涉及了一种基于全变分(TV)模型和各向异性拉普拉斯(Laplacian)正则项的三角网格滤波方法。
技术介绍
随着传感器技术的进步,各式各样的扫描设备在三维重建、VR/AR等领域得到了广泛的应用,同时也产生了大量的三角网格模型。然而,在扫描和重建过程中,三角网格模型会不可避免地被噪声污染。由于噪声不仅降低模型本身的视觉质量,而且会影响到后续网格处理效果,因而不论从可视化角度还是为了便于进一步网格处理,都需要对三角网格模型进行滤波。三角形网格滤波中的关键问题是在去除噪声的同时最大程度上恢复尖锐特征和非线性光滑区域。目前主要的三角网格滤波方法包括基于Laplacian的方法、基于稀疏优化的方法以及数据驱动的方法等。这几类方法虽然能在一定程度上去除噪声,然而它们都存在一些弊端和局限性,主要体现在如下几个方面:基于Laplacian的方法可以分为各向同性和各向异性两大类。各向同性的方法简单且效率较高,但由于没有考虑几何特征而会产生特征模糊;各向异性的方法能有效地处理几何特征,但对噪声的鲁棒性不足;基于稀疏优化的方法主要有基于TV、等模型的滤波方法。这类方法利用网格上某种几何量的稀疏性有效地消除噪声,然而不可避免会地在非线性光滑曲面区域中产生阶梯现象;数据驱动的方法理论上可以很好地消除各种类型的噪声并且恢复不同尺度的几何特征,然而它们的性能依赖于训练集的完备程度,且耗时较大。
技术实现思路
为了克服上述方法存在的缺陷,本专利技术提供一种可以同时恢复尖锐特征和非线性光滑区 ...
【技术保护点】
1.一种基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,首先对三角网格面法向量进行滤波,然后根据优化后的法向量更新顶点得到滤波后的网格。
【技术特征摘要】
1.一种基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,首先对三角网格面法向量进行滤波,然后根据优化后的法向量更新顶点得到滤波后的网格。2.根据权利要求1所述的基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,具体包括:1)通过计算几何算法库获取输入三角网格模型的顶点、边、面的索引结构;2)根据拓扑关系,计算并存储每个顶点的一邻域顶点和一邻域面,以及每个面的一邻域面;3)计算每个面法向量,具体为其中,(vi,vj,vk)是三角形τ中逆时针方向排列的三个顶点;4)根据步骤3)获取的法向量设定优化目标,其形式为:其中,Ef(N)为保真项,Etv(N)为TV项,Ewlap(N)为各向异性Laplacian项,α、β为优化参数,5)采用增广拉格朗日法求解4)中的优化目标,得到滤波后的法向量;6)根据步骤1)中获取的顶点和步骤5)中获取的法向量,通过顶点更新算法得到滤波后的三角网格。3.根据权利要求2所述的基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,步骤4)中优化目标的保真项、TV项和各向异性Laplacian项分别为:Ef(N)=∑τSτ||Nτ...
【专利技术属性】
技术研发人员:刘郑,钟赛尚,谢忠,刘金琴,陈杨,禹文豪,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北,42
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。