【技术实现步骤摘要】
本专利技术属于三维点云去噪领域，涉及了一种基于多尺度分布分数的点云去噪方法。
技术介绍
1、随着科技的发展，通过激光扫描仪以及无人机倾斜摄影等方法能直接获得被检测物的三维点云，点云数据因而受到越来越多科研人员关注，逐渐成为计算机视觉邻域重要的三维数据表示形式。点云由从连续表面不规则采样的离散三维点组成，被广泛应用于几何处理、自动驾驶、模型三维重建等领域。同时点云的质量易受环境、经验、光线等因素的影响，激光扫描仪或倾斜摄影等设备直接生成的点云不可避免地具有噪声。点云中的噪声会显著影响下游的任务，比如渲染、三维重建和语义分割等。因此，为了有效的利用三维点云数据，需要进行高效的点云去噪处理。
2、点云去噪的目的是在保持点云数据几何特征的基础上，尽可能高效的去除或修复噪声，提高后续重建、分割、分类等工作的效果。
3、深度学习技术的高速发展，为点云去噪提供了许多新的研究思路。与二维图像不同，点云数据具有无序性、非结构性、分布不均匀以及数据量大等特点，这使得基于深度学习的图像去噪算法难以直接应用到点云去噪领域，如何从杂乱的点...
【技术保护点】
1.一种基于多尺度分布分数的点云去噪方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第一步中，特征提取模块首先对输入噪声点云的邻域进行预处理，然后经过多尺度噪声扰动来加强网络的抗噪性能，使提取到的特征具有更强的表达能力；
3.如权利要求1或2所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第二步的过程如下：
4.如权利要求1或2所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第三步的过程如下：
5.如权利要求4所述的一种基于多尺...
【技术特征摘要】
1.一种基于多尺度分布分数的点云去噪方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第一步中，特征提取模块首先对输入噪声点云的邻域进行预处理，然后经过多尺度噪声扰动来加强网络的抗噪性能，使提取到的特征具有更强的表达能力；
3.如权利要求1或2所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第二步的过程如下：
4.如权利要求1或2所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第三步的过程如下：
5.如权利要求4所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述步骤(3.1)的过程如下：
6.如权利要求1或2所述的一种基于多尺度分布分数的点云去噪方法，其特征在于，所述第四步中，位移预测模块首先经过最大值池化来聚合每个点的特征，然后经过dec...
【专利技术属性】
技术研发人员：肖刚，胡豪，陆佳炜，王琪冰，姚俊波，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：
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。