当前位置:主页 > 科技论文 > 软件论文 >

基于特征保持的高效网格去噪方法

发布时间:2018-03-28 13:09

  本文选题:网格去噪 切入点:特征保持 出处:《浙江大学》2017年硕士论文


【摘要】:网格去噪用于从输入的带有噪声的网格中获取整洁并高质量的结果。因为通过仪器扫描得到的模型不可避免地在一定程度上受到噪声污染,会给后续的网格应用带来不可预测的后果,网格模型的去噪算法越来越受到重视。近些年来,学者们提出了多种类型的网格去噪算法,并取得了一定的成果。但是,这些网格去噪算法在不同程度上存在着局限性,主要有两点:(1)不能保持包含大噪声的模型的几何特征;(2)算法虽然取得了理想的视觉效果,但计算效率低下。针对上述两点,本文提出了一种新的网格去噪方法,不仅高效,同时能很好的保持模型的几何特征。本文的去噪方法分为四步:初始顶点预处理、过滤面法线、过滤顶点法线和顶点更新。在预处理阶段,引入一种快速顶点过滤算法重新计算顶点坐标,从而大幅度减少噪声的干扰。针对预处理后的网格模型,使用一种非标准化的双边过滤方法,高效的对面法线进行平滑。在处理顶点法线这一步,首先根据过滤后的面法线对顶点进行分类,然后针对不同类型的顶点,分别计算出顶点法线。最后进行顶点更新,基于上述步骤获得的面法线和顶点法线,使用一种高效迭代的方法对顶点进行更新。通过定性和定量比较结果可知,本文的方法可以超越文中选取的现有的最先进方法,尤其是在效率上,本文方法的计算效率非常高。
[Abstract]:Mesh denoising is used to obtain clean and high quality results from input meshes with noise, because the models obtained by instrument scanning are inevitably contaminated by noise to some extent. In recent years, many kinds of mesh denoising algorithms have been proposed by scholars, and some achievements have been made. These mesh denoising algorithms have some limitations in varying degrees, including two points: 1) can not maintain the geometric features of the model with large noise, although the algorithm has achieved ideal visual effect, but the computational efficiency is low. In view of the above two points, In this paper, a new mesh denoising method is proposed, which is not only efficient, but also good at preserving the geometric characteristics of the model. The denoising method is divided into four steps: initial vertex preprocessing, filtering surface normality, and so on. Filtering vertex normals and vertex updates. In the preprocessing stage, a fast vertex filtering algorithm is introduced to recalculate vertex coordinates so as to greatly reduce noise interference. Using a non-standardized bilateral filtering method, efficient opposite normals are smoothed. In this step of processing vertex normals, vertices are first classified according to the filtered surface normals, and then for different types of vertices. The vertex normals are calculated respectively. Finally, vertex updating is carried out. Based on the surface normal and vertex normals obtained from the above steps, an efficient iterative method is used to update vertices. The method in this paper can outperform the most advanced methods selected in this paper, especially in the efficiency, the computational efficiency of this method is very high.
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 曲延华;秦宏;张玉梅;;基于改进的医学图像去噪算法的研究[J];沈阳工程学院学报(自然科学版);2009年03期

2 石玉英;刘晶晶;;一种基于矩阵格式的半隐式图像去噪算法[J];徐州工程学院学报(自然科学版);2012年04期

3 侯建华;熊承义;田金文;柳健;;基于邻域阈值分类的小波域图像去噪算法[J];光电工程;2006年08期

4 唐琳;晏海华;蔡德荣;黄猛;;一种基于最优小波包基的图像去噪算法[J];计算机与数字工程;2008年04期

5 李小林;刘传才;魏艳红;;一种非线性复扩散图像去噪算法[J];渭南师范学院学报;2009年02期

6 熊波;尹周平;;滑动平均和改进权重函数的快速非局部平均图像去噪算法[J];中国图象图形学报;2012年05期

7 王民;文义玲;;常用图像去噪算法的比较与研究[J];西安建筑科技大学学报(自然科学版);2010年06期

8 陈蒙;;医学X光成像中图像去噪算法研究[J];软件;2013年11期

9 李小林;刘传才;;一种新的基于二阶导数的图像去噪算法[J];漳州师范学院学报(自然科学版);2008年01期

10 肖贵元;;基于三维滤波的视频去噪算法研究[J];电光与控制;2008年05期

相关会议论文 前8条

1 王树艳;杨勋年;;平面曲线去噪的混合双边算法[A];第五届全国几何设计与计算学术会议论文集[C];2011年

2 李洋;李双田;;小波图像去噪算法分析[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

3 邓志全;关履泰;朱庆勇;;改进的非局部均值图像去噪算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

4 李俊峰;戴文战;潘海鹏;高金凤;;基于灰色系统理论的图像去噪算法研究[A];第二十九届中国控制会议论文集[C];2010年

5 连小丽;姚晖;王冠华;万木森;张林朴;孟卓;李燕妮;梁雨;代晓华;石博雅;;基于光学相干层析离体牙图像的去噪算法研究[A];天津市生物医学工程学会第30次学术年会暨生物医学工程前沿科学研讨会论文集[C];2010年

6 张娱;谷旭源;;基于小波系数的图像自适应阈值去噪算法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

7 赵振磊;耿则勋;王兰;闫兆婵;;基于自适应递归LPA-ICI的图像去噪算法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

8 刘志刚;郭艳颖;;基于形态神经网络的SAR图像去噪算法研究[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

相关博士学位论文 前6条

1 张鑫媛;基于结构相似性的磁共振图像去噪新算法研究[D];南方医科大学;2015年

2 张海锋;压缩感知图像重构及去噪算法的研究[D];燕山大学;2016年

3 陈大力;数字图像处理中去噪算法的研究[D];东北大学;2008年

4 刘辉;数字图像处理中基于局部方向性的压缩和去噪算法研究[D];吉林大学;2008年

5 宫霄霖;基于小波变换的不规则邻域的数字图像去噪算法研究[D];天津大学;2010年

6 崔学英;低剂量CT的投影域去噪算法和后处理方法研究[D];中北大学;2015年

相关硕士学位论文 前10条

1 王圳萍;基于低秩矩阵恢复的图像去噪算法研究[D];西南交通大学;2015年

2 张超;图像和视频去噪算法的研究与实现[D];复旦大学;2014年

3 罗格;三维模型去噪算法的研究及其在三维曲面重建上的应用[D];哈尔滨工业大学;2015年

4 宋鑫梦;管道漏水检测去噪算法的研究[D];内蒙古师范大学;2015年

5 贺东霞;数字图像去噪算法的研究与应用[D];延安大学;2015年

6 刘航;并行非局部均值去噪算法研究[D];西安电子科技大学;2014年

7 王秀东;图像去噪算法及其GPU并行化研究[D];西安电子科技大学;2014年

8 李翠菊;基于NSCT和双边滤波的图像去噪算法研究[D];湘潭大学;2015年

9 刘斌;BM3D去噪算法的硬件实现[D];上海交通大学;2013年

10 钟莹;结构特性匹配的非局部均值图像去噪算法研究[D];合肥工业大学;2014年



本文编号:1676458

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1676458.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户57040***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com