买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：郑州轻工业大学

摘要：本发明属于文物数字化点云去噪技术领域，尤其涉及一种面向文物数字化的多尺度点云融合去噪方法，以点云噪声与点云模型的距离大小为依据，将背景噪声、离群噪声（包括孤立噪点、冗余噪点）划分为大尺度噪声，将混杂噪声划分为小尺度噪声，然后，通过融合多种算法的优势处理对应噪声，先处理大尺度噪声，再处理小尺度噪声，由远到近，分别完成点云数据的去噪将噪声点云基于距离分类为大尺度与小尺度噪声，采用融合多算法去除大尺度噪声，采用法向量修正的改进双边滤波去除小尺度噪声，运用bunny模型进行验证性实验，本算法对点云数据的噪声去除效果较好，为后续曲面重建建立了很好的数据基础。

主权项：1.一种面向文物数字化的多尺度点云融合去噪方法，其特征在于，包括以下步骤：S1.收集待处理点云数据并分类：根据噪声点在点云模型空间分布的情况将噪声点分为背景噪声、离群噪声和混杂噪声，以点云噪声与点云模型的距离大小为依据，将背景噪声、离群噪声划分为大尺度噪声，将混杂噪声划分为小尺度噪声；S2.背景噪声的去除：采用条件滤波法去除背景噪声，具体操作如下：1输入点云数值，设置滤波条件x、y与z方向的阈值；2删除阈值外点云数据；3可视化模型观察是否去除完毕，去除完毕则导出数据，未完则返回步骤1调整滤波条件继续执行；4输出去除背景噪声后的模型；S3.离群噪声的去除：采用统计滤波法去除离群噪声，具体操作如下：设点云模型中所有点与其邻域内的点的距离值都符合高斯分布，由高斯曲线的均值与标准差设定一个标准范围值dmax，再取领域点数目k值，求取邻域内的每个点到采样点的平均距离比较dmax与的大小，若则判定选取点为模型点并保留该点，若则判定该点为噪声点并删除该点，将所有点遍历后算法运行结束；S4.局部残余大尺度噪声的去除：采用半径滤波法去除局部残余大尺度噪声，具体操作如下：1假设散乱点云模型中任一点Pi，取Pi的k近邻半径为r，设此时球体内Pi近邻数为N；2设定阈值为Nt；3判断近邻数N与阈值Nt的大小：若NNt，则保留Pi点，若NNt，则删除Pi点；4使i＝i+1，即Pi＝Pi+1；5遍历所有点，输出去噪后点云；6判断噪声是否去除完毕：若去除完毕则输出点云数据；若未去除完毕，则调整半径为r＝r-C，重复执行步骤1至步骤5；7大尺度噪声去除完毕，去噪结束并输出点云数据；S5.小尺度噪声点的去除：采用法向量修正的改进双边滤波法去除小尺度噪声，具体操作如下：首先，基于K邻域构建K-D树结构对散乱点云建立拓扑关系，然后运用改进的PCA算法估算法向量ni，再运用最小树生成法修正法向方向为ni'，然后对双边滤波因子α进行优化，将所有点的法向量ni'以及改进后的滤波因子α'代入双边滤波定义式完成点云数据的去噪。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 一种面向文物数字化的多尺度点云融合去噪方法