保持特征的点云自适应网格重建
由于3维扫描点云通常存在噪音和缺失数据,提出了一种鲁棒的点云网格重建算法.对张量矩阵方法估计的点云法向进行增强特征处理,在频域中进行3维快速傅里叶变换,提取粗糙离散等值面.原始点云经梯度方向迭代移动后,过滤噪音和剔除离群点,并修补点云缺失数据.点云被自适应筛选后,利用圆球相交的方法生成新的三角形.实验表明,该算法具有快速、稳定可靠和内存消耗小的优点.
逆向工程、傅里叶变换、网格化、降噪
14
TP391.9(计算技术、计算机技术)
国家重点基础研究发展计划973项目2006CB303106;国家科技部科技支撑计划项目2007BAH11B04;浙江省科技计划2007C223050
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
148-154