基于特征信息分类的三维点数据去噪

来源 :光学精密工程 | 被引量 : 4次 | 上传用户:lee419444083
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了有效去除获取三维点云数据时的噪声,同时又不损失模型的特征信息,提出了一种基于三维点云特征信息分类的去噪算法。首先采用主成分分析法和二次曲面拟合法估算三维点云的微分几何信息;然后根据点云平均曲率的局部特征权值,将点云数据划分为特征信息较少的平坦区域和特征信息丰富的区域,针对不同特征区域分别采用邻域距离平均滤波算法和自适应双边滤波算法进行去噪滤波。实验结果表明:滤波后点云数据的最大误差为0.144 7mm,标准偏差为0.021 0mm。在不同噪声强度下,该去噪算法均能够达到较好的去噪效果,并保留点云
其他文献
开展了利用X射线特征谱轮廓诊断激光等离子体状态参数的研究。在"神光II"激光装置上,将0.35μm频谱激光束聚焦于真空室内固体氯(Cl)元素靶上产生激光氯等离子体,利用高分辨X射线
采用超声波辅助萃取分析方法检测了织物树脂整理剂中的甲醛,探讨了萃取条件对萃取率的影响,实现了对织物树脂整理剂中甲醛的准确测量。实验结果表明,最优萃取条件为室温,时间
为解决图像背景复杂造成图像检索效果差的问题,提出了一种结合主体检测的图像检索方法。该方法首先训练用于目标检测的深度卷积神经网络模型,利用训练好的模型检测查询图像中的物体类别、类别概率和其所在区域坐标及特征。根据物体的类别概率和其所在区域的坐标判断图像主体后,在数据库中查找和主体类别相同的图像。计算查询图像与检索的同类别图像之间区域特征的余弦距离,结合类别概率对所有检索图像进行打分排序,返回分值最高