散乱点云数据曲率估计方法

《散乱点云数据曲率估计方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据JournalofComputerApplications计算机应用，2013，33(6)：1662—1664，1681ISSN100l一9081CODENJⅥIDU2013一06．01http：／／www．joca．cn文章编号：1001—9081(2013)06—01662—03doi：10．3724／SP．J．1087．2013．01662散乱点云数据曲率估计方法张帆r，康宝生1，赵建东1，李娟2(1．西北大学信息科学与技术学院，西安710127；2．陕西省科技资源统筹中心共性技术推广部，西安71006

2、1)(·通信作者电子邮箱fanboat@126．corn)摘要：针对带有强噪声离散点云数据曲率计算问题，提出一种基于稳健统计的曲率估计方法。首先，用一个二次曲面拟合三维空间采样点处的局部形状；其次，随机地选择该采样点邻域内的子集，多次执行这样的拟合过程，通过变窗宽的最大核密度估计，就得到了最优拟合曲面；最后，将采样点投影到该曲面上，计算投影点曲率信息，就得到采样点曲率。实验结果表明，所提方法对噪声和离群点是稳健的，特别是随着噪声方差的增大，要明显好于传统的抛物拟合方法。关键词：曲率估计；稳健；噪声；点云中图分类号：T

3、P391．72；THl6文献标志码：ACurvatureestimationforscatteredpointclouddataZHANGFan”，KANGBaoshen91，ZHAOJiandon91，LIJuan2(1．SchoolofInformationScienceandTechnology,NorthwestUniversity,Xi'anShaanxi710127，China；2．DepartmentofGenericTechnologyPromotion,ShaanxiProvinceSciencea

4、ndTechnologyResourceCenter,Xi'anShaanxi710061，Ch／na)Abstract：ForresolvingtheproblemofcurvaturecalculationforscatteredpointclouddatawitlIstrongnoise．arobuststatisticsapproachtocurvatureestimationWfl8presented．Firstlythelocalshapeatasamplepointin3Dspacewasfittedb

5、yaquadraticsurface．Inaddition，thefittingWasperformedatmultipletimeswithrandomlysampledsubsetsofpoints，andthebestfittingresultevaluatedbyvariable-bandwidthmaximumkerneldensityestimatorWasobtained．Atlast，thesamplepointWaSprojectedontothebestfittedsurfaceandthecur

6、vaturesoftheprojectedpointwasestimated．Theexperimentalresultsdemonstratethattheproposedmethodisrobusttonoiseandoutliers．EspeciallywithincreaSingnoisevariance，theproposedmethodissignificantlybetterthanthetraditionalparabeliefittingmethod．Keywords：curvatureestima

7、tion；robust；noise；pointcloud0引言散乱点云数据的曲率估计是基于点的计算机图形学的基本问题之一。高斯曲率、平均曲率等微分量可以用来解决计算机图形学领域的各种基本任务，其中包括平滑、分割、特征提取、分类、曲面重构和注册等。因此，发展计算曲率等微分量的算法受到了广泛重视。曲率估计方法大多是针对曲面的流形表示(比如多面体网格u。1)，或者是有向的数据点集(如带有法向量信息的点哺1)。直接从散乱点云计算曲率信息这方面的工作相对比较少，这其中解析曲面逼近微分量是一种通常的做法¨。⋯，即用解析曲面局部拟

8、合输入点集，然后计算逼近曲面的曲率。主要步骤是，先估计采样点处的法向量，然后基于法向量建立局部坐标系局部拟合曲面，计算曲率。这类方法实际上是两步方法，间接地依赖于采样点处法向量的估计，另外没有引入稳健统计方法。近年来，稳健回归技术¨1‘161已广泛用于计算机图形各领域中。当一个给定的点云中存在噪声时，对局部形状的稳健估计是非常有用且重要的。Wa