论文部分内容阅读
三维模型的优势体现在不仅可以形象的重现现实世界中的物体,而且可以完整的描述对象的几何特征,这是二维图像无法达到的。所以近些年来,对三维模型的分析和研究层出不穷。但是无论数据采集设备的精度有多高,在数字化过程中都不可避免的会产生大量噪声,这些噪声不仅降低了模型的质量和视觉效果,而且对建模后的三维模型的分析和处理产生了极大影响;此外,大量的图像因为成像设备、环境、时序、位置等的差异带来了图像信息的不一致性,如何消除里面的差异获取一致性的信息成为一个亟待解决的问题。因此,研究三维模型的去噪与配准算法,具有一定的科学意义。论文主要的研究工作如下:(1)在去噪方面,本文设计了一个在去除噪声的同时保留几何特征(尤其是尖锐特征和浅层特征)的方案,在给定噪声模型输入的情况下,首先用改进的各向同性方法对顶点进行滤波,然后添加各向异性L0滤波强化特征,之后,使用了一种改良的联合双边滤波方法来处理输入模型的法向量场,最后利用滤波后的面法线更新顶点位置。在各种噪声模型上的大量实验证明了该方法在保留尖锐(高曲率)和浅层(低曲率)特征方面的有效性,与其它去噪方法相比,本文可以保存更多的光滑的浅几何细节,此外,定性和定量比较进一步表明,本文方法在恢复给定模型的几何形状方面具有很好的性能,也验证了该算法的鲁棒性。(2)在配准方面,针对迭代最近点法的局限性,提出一种基于张量投票的粗加细级联配准算法。首先计算待配准三维模型顶点的投票张量,将其分类为特征点和非特征点,之后,在特征点集上采用快速4点共面算法实现模型的粗配准,减少了算法的筛选及验证时间,提高计算效率;最后通过在迭代最近点算法中加入K-D树最近邻搜索、随机筛选法、最邻近点法、均匀分配权重和固定比例法迭代来提高算法的抗噪性和收敛速度,由此实现两个曲面的最终精确配准。实验表明,本文算法是一种精度高,抗噪性强的三维模型配准方法。