- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
激光扫描点云法矢精确计算与表面光顺方法
第27 卷 第7 期 计算机辅助设计与图形学学报 Vol. 27 No.7
2015 年7 月 Journal of Computer-Aided Design Computer Graphics Jul. 2015
激光扫描点云法矢精确计算与表面光顺方法
1) 1, 2) 1)
李明磊 , 张 蕊 , 李广云
1) (信息工程大学导航与空天目标工程学院 郑州 450001)
2) (华北水利水电大学软件学院 郑州 450001)
(mingleili_xd@163.com)
: 为在光顺的同时保持特征, 在精确计算点云表面法矢的基础上, 提出附加约束的双边滤波器光顺方法. 首
先考虑激光扫描点云分布特点对其进行预采样处理, 提高法矢估算初值的精度; 然后利用抗差最小二乘拟合提高法
矢估算精度, 并基于拟合中误差和点间距离构造双边滤波器对法矢进行进一步修正, 得到较为精确的法矢估算结果;
最后通过分析传统双边滤波器存在的问题, 引入“噪声度”概念, 基于噪声度和点间距离构造双边滤波器, 并附加法
矢和预测距离以区分拐角特征. 实验结果表明了方法的特征保持能力和高效性.
:激光点云; 法矢估算; 双边滤波器; 抗差估计; 表面光顺
:TP391
Accurate Normal Calculating and Surface Smoothing of Laser-Scanned Point
Clouds
Li Minglei1), Zhang Rui1, 2), and Li Guangyun1)
1) (School of Navigation Aerospace Engineering, Information Engineering University, Zhengzhou 450001)
2) (School of Software, North China University of Water Resources and Electric Power, Zhengzhou 450001)
Abstract: In order to preserve feature while smoothing, a new bilateral filter with constraints is proposed on
the basis of precise calculation of surface normal vectors. To get accurate normal vectors calculating results,
a pre-sampling method is organized firstly to increase normal pre-estimating accuracy considering the char-
acteristics of laser-scanned point clouds data. Robust least-squares estimation method is applied to increase
normal estimation accuracy. And a new bilateral filter based on mean square error and distance of neighbor
points is constructed. To deal with the problems of traditional bilateral filter used in smoothing, a new con-
cept of “noise degree” is introduced. Based on noise degree and distance of neighbor points, a bilateral filter
with constraints of no
文档评论(0)