[发明专利]一种基于非局部均值与双边滤波的改进泊松曲面重建方法

权利要求书

1.一种基于非局部均值与双边滤波的改进泊松曲面重建方法，其特征在于：包括如下步骤：

数据预处理：获取原始点云数据构建点云数据集，对点云数据集进行非局部均值滤波处理；

曲面重建：对数据预处理步骤中滤波处理后的点云数据集进行三次双边滤波处理后进行重建曲面。

2.根据权利要求1所述的一种基于非局部均值与双边滤波的改进泊松曲面重建方法，其特征在于：在数据预处理步骤中，采用均值滤波函数对点云数据集进行非局部均值滤波处理，其中均值滤波函数的表达式为：

其中，B₁(i)表示非局部均值滤波函数；i、j为点集中的第i个、第j个像素点，i,j∈I,I是点云数据集合；w(i,j)为权值函数；exp表示以自然常数e为底的指数函数；f(j)表示第j个像素点的像素值；表示像素之间的高斯加权欧氏距离，其中N(i)为以像素点i为中心的图像块，α是高斯核的标准差，h为平滑系数，其中0≤w(i,j)≤1且

3.根据权利要求1所述的一种基于非局部均值与双边滤波的改进泊松曲面重建方法，其特征在于：在曲面重建步骤中包括如下步骤：

a、建立八叉树拓扑关系，并将数据预处理步骤中滤波处理后的点云数据都加入八叉树中；

b、对点云数据集进行基于空间分布的高斯滤波的三次卷积运算，再利用指示函数结合双边滤波函数计算梯度场；

c、根据点云数据集本身的法向信息，近似计算采样点的曲面积分，并估计向量场；

d、根据指示函数和向量场之间的关系，构建泊松方程，并采用Gauss－Seidel矩阵迭代方式求解泊松方程；

e、选取适当的阈值，通过等值面提取，把提取的面片进行拼接，即可获得表面重建的结果。

4.根据权利要求3所述的一种基于非局部均值与双边滤波的改进泊松曲面重建方法，其特征在于：在步骤b中，双边滤波函数的表达式为：

其中，B₁(i)表示非局部均值滤波函数，B₂(B₁(i))为双边滤波函数，i、j为点集中的第i个、第j个像素点；N(i)为以像素点i为中心的图像块；w(i,j)为权值函数，其表达式为：

w(i,j)＝w_s(i,j)w_τ(i,j)

其中，w_s(i,j)、w_τ(i,j)分别表示像素点i与像素点j的空间相似性与灰度相似性；σ_s、σ_τ分别表示度量空间相似性与灰度相似性的高斯核标准差。

5.根据权利要求4所述的一种基于非局部均值与双边滤波的改进泊松曲面重建方法，其特征在于：在步骤b的对点云数据集进行基于空间分布的高斯滤波的三次卷积运算中，通过三次双边滤波将采样点p的值转换为结合图像的空间邻近度和像素值相似度，三次双边滤波过程的表达式为：

F(p)＝F(x,y,z)＝(B₂(B₁(x))·B₂(B₁(y))·B₂(B₁(z)))^*3，

其中x、y、z为采样点p对应的三维坐标，F(p)为滤波函数，F(x,y,z)表示含义与F(p)相同，B₂(B₁(x))、B₂(B₁(y))、B₂(B₁(z))分别为对应采样点p的三维坐标的双边滤波函数。