[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

说明书

本发明提供了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。所述基于非局部均值与双边滤波的改进泊松曲面重建方法包括如下步骤：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。本发明的有益效果是：所示基于非局部均值与双边滤波的改进泊松曲面重建方法，针对传统泊松算法的缺点，引入非局部均值与双边滤波算法，实现对模型表面的噪声过滤的可控约束，去除噪声的同时实现更好的细节保持，从而提高曲面重建精度。

技术领域

本发明属于点云曲面重建领域，具体地涉及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。

背景技术

点云数据是指利用激光测量设备或三维扫描仪，从现实世界获取客观物体表面立体数据，用它可以准确地表达被测物体表面信息。而由于人为干扰、扫描仪自身缺陷、物体表面光滑程度不同，获取的三维数据通常带有大量噪声，不利于数据处理，严重影响重建后的模型精度，甚至引起模型变形。泊松表面重建算法与其他算法相比，它通过结合全局和局部拟合方法的优点，能有效平滑散乱点云中的噪声，但存在容易过度平滑模型细节特征的不足。

发明内容

本发明的目的在于针对现有技术的缺陷，提供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，针对传统泊松算法的缺点，引入非局部均值与双边滤波算法，实现对模型表面的噪声过滤的可控约束，去除噪声的同时实现更好的细节保持，从而提高曲面重建精度。

本发明的技术方案如下：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。

优选地，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

优选地，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。

优选地，在步骤b中，双边滤波函数的表达式为：

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：