光顺去噪论文-李晋江,张彩明,范辉

光顺去噪论文-李晋江,张彩明,范辉

导读:本文包含了光顺去噪论文开题报告文献综述及选题提纲参考文献,主要关键词:点云处理,蚁群聚类算法,核函数,映射

光顺去噪论文文献综述

李晋江,张彩明,范辉[1](2011)在《群体智能点云光顺去噪算法》一文中研究指出为避免点云数据处理过程中的过光顺和局部失真现象,利用基于核函数的蚁群聚类算法对点云数据进行分析,在高维特征空间达到线性可聚的目的。通过核函数将散乱数据点的曲率及法矢映射到高维特征空间,并将它们在特征空间的加权距离作为相似性的度量,来分析可能的噪声点和局部特征。对法矢进行光顺调整时,采用类内方差自适应地确定调整阈值。实验结果表明,该算法比经典算法有明显的改善,并且较好地保留了原始数据的一些特征信息。(本文来源于《计算机集成制造系统》期刊2011年05期)

李晓志,李晓久,王玉秀[2](2010)在《基于人体扫描线点云的光顺去噪》一文中研究指出利用自制的便携式叁维人体测量系统获得人体扫描线点云。在测量过程中,由于受扫描设备的物理特性、扫描环境、光照和标定算法本身的缺陷等因素的影响,点云中不可避免混有噪声点。根据噪声点的特点将其分为3类:与人体真实数据相隔较远的点为第1类噪声点;点云中重迭的点为第2类噪声点;夹杂在人体真实数据点中而导致点云不光顺的点为第3类噪声点。对于第1类和第2类噪声点,采用基于距离的选点删除法;对于第3类噪声点采用基于离散点云曲率及曲率变化的Savitzky-golay滤波方法。实验结果显示,以上2种方法能有效去除人体扫描线点云中的噪声点,并能保持点云固有的几何细节。(本文来源于《纺织学报》期刊2010年03期)

杜小燕[3](2009)在《点云数据的光顺去噪与简化技术的研究与实现》一文中研究指出随着叁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,并由此孕育了叁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叁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。(本文来源于《苏州大学》期刊2009-05-01)

刘立国[4](2007)在《点云模型的光顺去噪研究》一文中研究指出近几年来叁维模型获取的软硬件技术正不断深入,人们可以通过多种数据采样方法来获取现实物体的计算机表示,并对之进行预处理,加工,分析和应用。这种通过逆向工程来获取的叁维数据主要包括CT数据(计算机断层成像)、MRI数据(核磁共振成像)以及叁维非规则点模型和网格模型数据等。而本文主要研究对象是用叁维扫描仪获取的叁维点模型,及其所涉及的光顺去噪问题。在获取数据的过程中,因为人为的扰动或者扫描仪本身的缺陷使得生成叁维数据往往带有噪声,从而使所获得的测量数据与实物存在一定的偏差。因此在对实测叁维数据进行相关数字几何处理和应用之前必须对其进行去噪光顺。通常,光顺处理可以直接针对点数据,也可以针对经过网格化后的多边形数据。光顺的目标是在剔除噪声重建光滑表面的同时,保持采样表面原有的拓扑特征和几何特征不变,比如保证光顺过程中模型不收缩且无过光顺现象等。本文对点模型的去噪光顺技术进行深入的研究,提出了一些创新的算法。主要内容包括:●介绍了一些经典的叁维离散数据模型的去噪光顺方法,着重分析了近年来提出的新方法,总结归纳了这些方法的基本原理以及它们的优缺点,结合作者在本领域的研究工作,对今后叁维数据的去噪光顺的研究重点作一些分析。●针对现有模型,进行人为噪声分析,提出了一种实用噪声模型的高斯算法,通过该算法可以产生各种情况下的模型,能满足各种实验需求,从而为研究创造了条件。●在叁维Meanshift过程的点模型去噪算法的基础上,提出了基于噪声度的保特征保体积的去噪算法。主要考虑点具有的噪声度,通过噪声度来控制点移动速度,保持模型的体积,通过速度差来加快Meanshift过程寻找到模式点,并进行自适应聚类和邻域的自适应选取,在进行去噪的同时有效地保持了特征。(本文来源于《浙江大学》期刊2007-05-15)

李辉[5](2006)在《点模型的光顺去噪和重采样》一文中研究指出作为一种新的叁维几何表示方式,点模型正在受到越来越多的关注。由于其获取直接,结构简单等特点,点模型已经在医学辅助诊断,工业设计,地理信息系统,物理仿真,数字娱乐,电子商务,文化遗产数字化保护等领域得到广泛地应用。本文在点模型的光顺去噪和重采样两方面提出新算法。 本文提出了一种点模型上的非局部(non-local,NL)光顺去噪算法。与以往叁维模型上局部光顺去噪算法不同,新算法更着重于的模型整体的几何信息分布,通过对噪音模型整体几何特征的统计,自动估计出噪音模型的特征分布和噪音分布。实验表明,新算法具有保特征,保体积等其同类局部算法不具有的优点。 本文第叁章提出了一种面向小尺度几何修复的点模型重采样算法。该算法首先判断模型上漏洞和裂缝区域,然后根据漏洞和裂缝区域附近的几何信息产生新的采样点覆盖漏洞和裂缝。该算法具有普适性,适用于各种小尺度但是分布广的空洞区域几何修复。通过实验,重采样后的模型能够和原有模型保持几何信息一致。(本文来源于《浙江大学》期刊2006-05-01)

光顺去噪论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

利用自制的便携式叁维人体测量系统获得人体扫描线点云。在测量过程中,由于受扫描设备的物理特性、扫描环境、光照和标定算法本身的缺陷等因素的影响,点云中不可避免混有噪声点。根据噪声点的特点将其分为3类:与人体真实数据相隔较远的点为第1类噪声点;点云中重迭的点为第2类噪声点;夹杂在人体真实数据点中而导致点云不光顺的点为第3类噪声点。对于第1类和第2类噪声点,采用基于距离的选点删除法;对于第3类噪声点采用基于离散点云曲率及曲率变化的Savitzky-golay滤波方法。实验结果显示,以上2种方法能有效去除人体扫描线点云中的噪声点,并能保持点云固有的几何细节。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

光顺去噪论文参考文献

[1].李晋江,张彩明,范辉.群体智能点云光顺去噪算法[J].计算机集成制造系统.2011

[2].李晓志,李晓久,王玉秀.基于人体扫描线点云的光顺去噪[J].纺织学报.2010

[3].杜小燕.点云数据的光顺去噪与简化技术的研究与实现[D].苏州大学.2009

[4].刘立国.点云模型的光顺去噪研究[D].浙江大学.2007

[5].李辉.点模型的光顺去噪和重采样[D].浙江大学.2006

标签:;  ;  ;  ;  

光顺去噪论文-李晋江,张彩明,范辉
下载Doc文档

猜你喜欢