基于无监督网络框架的文物点云模型去噪

摘要：

数字化技术在文物保护工作中的应用极大促进了文化遗产领域的快速发展.三维激光扫描设备获得的文物点云数据不可避免包含大量噪声,直接影响点云数据的后续处理.为有效去除无序点云中的噪声点,较好恢复点云数据,基于无监督网络提出了一种新型点云去噪算法.首先通过上层网络分类并去除离群点;然后通过引入空间先验项引导待去噪点云中数据点收敛到流形上多模式中最接近真实点云的最优模式,从去除离群噪声点的点云数据中得到干净点云的分布,实现无监督精细点云去噪;最后通过计算去噪后点云间的chamfer distance来进行定量评价.与一些经典算法的对比分析实验结果表明,所提算法在去噪的同时,能有效保持点云模型的几何特征,对文物点云数据的去噪效果良好,去噪后的点云模型极大程度复原了原始干净点云模型,这对文物数字化保护的后续环节至关重要.

关键词：机器视觉、点云去噪、神经网络、无监督、chamfer distance

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家重点研发计划;国家重点研发计划;陕西省重点产业链项目;陕西省自然科学基金;青海省重点研发计划

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：362-371