[发明专利]一种点云几何细节特征去除方法

说明书

本发明公开了一种基于滚动法向量滤波和多法向技术的点云几何细节特征去除方法，包括步骤：1)利用滚动滤波方法对点云法向量场进行滤波；2)根据滤波后的法向量场对点位置进行更新，完成细节特征去除过程。本发明利用滚动滤波方法对法向量场进行滤波，可以在去除细节特征的同时，保持物体的大尺度特征不被模糊，并采用多法向方法使其尖锐特征避免被扭曲，有助于对点云模型几何特征进行编辑，并可应用于噪声数据，具有高鲁棒性的特点，具有很好的推广前景。

技术领域

本发明涉及计算机图形学和点云几何细节特征滤波领域，尤其是指一种基于滚动法向量滤波和多法向技术的点云几何细节特征去除方法。

背景技术

近年来，随着虚拟现实和增强现实技术的出现和形状分析技术的重要性提升，点云处理技术重新成为几何处理领域的重点关注对象。而且，随着三维拍摄设备的发展，获取到的三维场景也变得越来越复杂和丰富。然而，过于复杂的点云几何特征不利于实时处理中的重建、形状分析和语义分割。因此，作为一项预处理步骤，对模型中的小尺度特征进行抑制，同时保持模型的大尺度结构特征不被模糊的工作，变得非常有意义。同时，从三维模型中移除不同大小的几何特征可以有利于几何纹理迁移、特征控制和变形等工作。

滚动滤波方法，作为联合双边滤波技术的一个延伸，在图像滤波领域和网格滤波领域已经被证实为一种简单有效的细节特征抑制和抹除，同时保持结构特征不被模糊的方法。在网格领域中，该方法首先采用高斯滤波对细节特征进行抹除，随后采用滚动滤波对被过度模糊的结构特征进行恢复。然而将该方法直接应用到点云滤波领域，由于缺少点间连接关系，会出现图1(g)中的尖锐边缘扭曲情况，因此将滚动滤波方法应用于点云处理领域是不容易的。

经过我们的研究发现，通过改进顶点位置更新的能量公式，并且引入多法向框架，可以解决尖锐边缘扭曲情况，同时保持了滚动滤波的优点，在去除细节特征的同时，有效保持尖锐结构特征不被模糊。

发明内容

本发明的目的在于克服现有技术的缺点和不足，提出了一种行之有效、科学合理的基于滚动法向量滤波和多法向技术的点云几何细节特征去除方法。

为实现上述目的，本发明所提供的技术方案为：一种点云几何细节特征去除方法，包括以下步骤：

1)利用滚动滤波方法对法向量场进行滤波，其公式如下：

式中，是归一化因子，k为迭代次数，是p_i点的第k+1次迭代滤波后的法向量，n为点云的顶点个数，n_j是p_j的原始法向量，是位置差权重，当p_j点与p_i点的欧氏距离越远时，权重越小；是法向量差权重，当p_j点的法向量与p_i点的法向量法向量差越大时，权重越小。通过上述两个权重，对模型内所有除p_i点之外的所有点的原始法向量进行加权平均，得到p_i点滤波后的法向量。

2)基于滤波后的法向量场对顶点位置进行更新，得到新的点云模型，需要定义如下的优化问题：

式中，用来保持更新后的顶点位置与滤波后的法向量场保持一致性。其中为两种权重因子组合，为归一化因子，是位置差权重，当p_j点与p_i点的欧氏距离越远时，权重越小；是法向量差权重，当p_j点的法向量与p_i点的法向量法向量差越大时，权重越小。这一权重用来约束来自模型中另外一个面上的点的法向量的拉动。为位置约束能量，γ_i为对非小特征点的移动惩罚权重。求解公式(2)得到的迭代求解公式为：