10.3969/j.issn.1006-2475.2021.03.018
基于点云增强的网格化优化算法
针对三维点云在采用传统泊松算法进行网格化重建时,重建时间较长并且最终重建出的模型存在孔洞和局部细节缺失等问题,提出一种基于点云增强的网格化优化算法.该算法首先通过统计滤波对初始点云进行降噪处理,为了在保证细节特征的基础上提高重建效率,在通过体素滤波进行适当点云降采样的同时利用双三次样条插值进行点云孔洞修复,然后将移动最小二乘法误差函数引入到点云法向计算中以优化点云法向量的质量.实验结果表明,优化后的网格化算法较传统泊松重建算法耗时更短,并且在一定程度上提高了重建模型的准确度.
三维点云、点云增强、泊松重建、移动最小二乘法
TP391(计算技术、计算机技术)
2021-04-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
101-107