反求工程中一种数据平滑的方法

逆向工程中测量获得的点云数据中存在一定的噪声点，必须对其进行数据平滑处理。在比较弦高比阈值滤波、均值滤波和中值滤波的基础上，提出一种数据平滑的方法。该方法充分利用数据点间的相关性和位置信息，对数据点和噪声点采取不同的处理方式，避免了噪声的传播。实验研究表明，该方法既能较好地滤除噪声点又有较好的保边性。     

摄影测量点云数据精简研究

针对摄影测量过程及所得点云数据的特征,利用模板法计算曲面曲率以确定曲面的精简比,对曲率图像进行非均匀网格滤波,实现了对摄影测量点云数据的精简。计算过程简洁方便,实验结果保持了原有数据的形态。该方法适用于摄影测量点云数据的后期处理。     

散热盖模具点云数据处理技术研究

散热盖注塑模具进行三维模型重建技术主要研究内容有模具样件的三维数据测量、点云数据处理、曲线曲面模型的重构、模具三维实体化等。点云数据预处理主要包括点云数据的对齐与重定位、数据的精简与降噪等。由于任何测量系统在采集数据时均存在误差,所以在重建模型之前,必须对采集的数据进行预处理。点云数据预处理主要包括多视点云拼合、点云数据滤波及平滑、数据精简、对噪声点和异常点的处理以及对数据进行的平滑操作等几方面。预处理后所获得的纯净数据将为后续研究奠定良好基础。     

基于结构光在机测量的叶片点云预处理方法研究

在使用结构光对具有曲面特征的中小型航空叶片进行在机形貌测量的过程中易产生一些噪声点,故根据被测件结构特点对其点云进行预处理是在机测量的必要要求。通过分析各类点云滤波器功能与叶片结构特点,以改进直通滤波器进行两个维度的初次滤波;提出一种基于统计滤波与半径滤波结合的改进算法,通过调整统计滤波参数使其达到最优效果,以最佳邻域个数点作为半径滤波算法最小邻接点的个数阈值,做进一步噪声滤除,并以双边滤波算法进行处理。最后采用一种调整格栅参数的体素格栅法进行下采样,使用Geomagic进行曲面拟合误差分析。分析在机测量环境后利用实验室测量平台进行在机测量模拟,结果表明所提方法具有良好的滤波降噪效果且原理简单易行。     

装配面点云特征增强的去噪算法研究

为了去除与法兰装配面数据点混合在一起的噪声并更好地保留装配面的特征,将装配面点云数据中的噪声分为 2 类。利用空间栅格划分将点云数据栅格化,使用 K 领域搜索的方法筛选出第 1 类噪声点,运用采样点邻域点数统计法删除第 1 类噪声点;采用改进的双边滤波法对第 2 类噪声点进行去噪。通过与各类算法进行比较,实验结果表明,该去噪算法在达到预期去噪效果的同时还可以增加装配面特征的保持度,并且能够避免传统双边滤波在去噪后产生光顺过度的现象。     

基于特征信息分类的三维点数据去噪

为了有效去除获取三维点云数据时的噪声,同时又不损失模型的特征信息,提出了一种基于三维点云特征信息分类的去噪算法。首先采用主成分分析法和二次曲面拟合法估算三维点云的微分几何信息;然后根据点云平均曲率的局部特征权值,将点云数据划分为特征信息较少的平坦区域和特征信息丰富的区域,针对不同特征区域分别采用邻域距离平均滤波算法和自适应双边滤波算法进行去噪滤波。实验结果表明:滤波后点云数据的最大误差为0.144 7mm,标准偏差为0.021 0mm。在不同噪声强度下,该去噪算法均能够达到较好的去噪效果,并保留点云的高频特征信息。     

一种基于模糊C均值和均值滤波的点云去噪算法

因点云数据中存在噪声,通常对不同特征的点云数据采用相同的处理方法,虽然能删除噪声但也会因删除尖锐特征造成过光顺。提出了一种基于模糊C均值(FCM)聚类算法且均值滤波的点云去噪算法。该算法使用模糊C均值聚类算法删除大尺度噪声后,再将均值滤波应用到点云光顺中,对数据点中的小尺度噪声进行光顺。实验结果表明,该算法去噪效果明显,在去噪光顺过程中较好地保持了边界特征,也避免了过光顺问题的产生。     

多维点云结构相似性定量化评价

点云配准技术作为点云数据处理中的核心技术，会因为点云质量而影响配准效果，质量好的点云可以提高配准精度、空间模型完整度、即时定位与地图构建系统的性能等，因此评价点云数据质量具有很高的客观价值；而通过传感器获得的点云数据存在系统误差和非系统误差等噪声，因此点云数据处理变得很重要，对点云数据处理效果的评价还没有一个较为客观的方法，本文提出了多维点云结构相似性定量化评价方法。通过将滤波前、后的点云数据和标准点云数据进行对比，分别比较三维坐标轴上所有点坐标的均值、标准差和协方差，再对3个坐标轴上的结构相似性值进行权重分配最终获得三维结构相似关联度，进而对点云滤波、点云稀疏后的点云数据质量进行评价。该方法还对提高配准精度进行了实验验证。经过实验表明，该方法能够评价三维点云的质量，且能够评价不同噪声类型以及处理方法下获得的点云质量，为点云配准提供了参考。该方法不仅对点云预处理和点云质量进行了高效、客观地评价，还提供了一种提高点云配准精度和效率的方法。     

一种结合高斯统计的点云引导滤波算法

针对三维信息采集设备得到的点云中含有噪声点会影响观测和重建的问题,提出一种结合高斯统计的引导滤波方法用于点云去噪和平滑处理。首先通过计算点云中各点与邻域点的欧式距离及其均值和标准差设置高斯分布阈值去除离群点,然后采用引导滤波算法平滑模型表面噪声点。仿真实验展示了不同参数下高斯统计方法去除离群点的效果,将点云引导滤波分别与均值滤波、双边滤波进行对比,结果表明点云引导滤波具有良好的几何特征保持性能和算法耗时低的优点。     

利用噪声特点与曲面拟合的点云去噪及光顺算法研究

逆向工程中,随着三维扫描测量技术的迅速发展以及基于海量采样点云数据的高精度模型的产生,使得快速有效地处理点云这一技术显得更加重要.点云的去噪和光顺是法矢估计、曲率计算及曲面重建等后续处理工作的重要基础,依据散乱数据点云中的噪声点的特点,对其进行分类,并提出一种新的基于曲面拟合及噪声特点分步去噪的方法.     

基于机器视觉的散乱柱类零件抓取系统

针对散乱摆放的柱类零件抓取问题,提出一种基于圆柱拟合的散乱柱类零件识别抓取系统。首先,采用直通滤波,离群点去除和体素滤波降低密度采样对点云数据进行预处理,然后使用平面拟合算法去除载物台点云,接着使用区域增长算法将不同圆柱的点云分离,由于分割后的圆柱点云存在大量噪点,采用随机抽样一致法和最小二乘法相结合的方式去除噪点,拟合圆柱面,最后将点云重心向圆柱轴线投影,得到准确的柱体中心。实验证明该算法鲁棒性好,精度较高,适用于柱类零件抓取。     

先验概率与曲线概率阈值分割相结合的消噪方法

针对二维激光扫描仪获取的原始点云数据存在噪声点而影响测量精度的问题,提出了基于先验概率算法与曲线概率阈值分割的点云数据消噪方法。以异形截面环形件为实验对象,运用该消噪方法对原始数据进行处理,分别采用原始数据和消噪数据计算了环件台阶轴的高度,并将其与环件的真实值进行了对比。对比结果表明,消噪后数据的计算值更接近环件的真实值,从而验证该算法能有效提高测量精度。     

Speech enhancement via Mel-scale Wiener filtering with a frequency-wise voice activity detector

This paper presents a speech enhancement system that enables a comfortable communication inside an automobile. A couple of novel concepts are proposed in an effort to improve two major building blocks in the existing speech enhancement systems: a voice activity detector (VAD) and a noise filtering algorithm. The proposed VAD classifies a given data frame as speech or noise at each frequency, enabling the frequency-wise updates of noise statistics and thereby improving the effectiveness of the noise filtering algorithms by providing more up-to-date noise statistics. The celebrated Wiener filter is adopted in this paper as the accompanying noise filtering algorithm, which results in significant noise suppression. Yet, the musical noise present in most Wiener filter-based systems prompts the idea of applying the Wiener filter in the Mel-scale in which the human auditory system responds to the external stimulation. It turns out that the Mel-scale Wiener filter creates some masking effects and thereby reduces musical noise significantly, leading to smooth transition between data frames.     

一种有效的去除图像混合噪声的滤波算法

依据噪声特点以及图像的像素关联性,提出了一种有效的数字图像混合噪声滤波算法。该算法首先对图像像素进行检测,依据受脉冲噪声污染的图像像素与其周围邻域多数像素在亮度上具有显著差异的特点准确检测出脉冲噪声,然后以检测到的脉冲噪声为被处理像素,用其邻域内未被脉冲噪声污染的图像像素对其进行中值滤波,由于当前脉冲噪声点以及邻域脉冲噪声点均未参与滤波运算,从而较好地保护了图像的细节。对图像中的高斯噪声,提出了一种改进的加权均值滤波算法,该算法在定义相关度函数时,既考虑了像素的灰度相关性,又考虑了像素的位置相关性。实验结果表明:提出的混合噪声滤波算法不仅可以有效滤除图像中的混合噪声,而且还可以较好地保护图像的细节。     

基于滤波宽度动态调整的递推中值与外延算法

为了抑制噪声对数据的干扰,提高数据采集准确度,提出一种能够动态调整滤波宽度的递推中值算法,对原始数据进行预处理.将递推算法与中值算法相结合,使曲线变化更加光滑,并且剔除了大的脉冲干扰;对递推队列长度进行动态调整,保留了原始数据的特征信息;利用最小二乘法对算法进行优化,使数据在保持基底特征情况下外延,减弱滤波宽度造成的信...     

保持特征的散乱点云数据去噪

为保证在去除点云数据噪声的同时不损失模型的细节特征,提出了一种基于特征信息的加权模糊C均值聚类去噪算法。首先,构建点云K-D树拓扑结构,根据点的r半径球邻域点统计特性去除大尺度离群噪声点。然后,利用主元分析法估算点云的曲率和法向量,根据曲率特征标识点云数据的特征区域,并采用特征加权模糊C均值聚类算法对特征区域去噪,采用加权模糊C均值聚类算法对非特征区域去噪。最后,使用双边滤波器对点云模型进行平滑。对提出的算法进行了验证实验,结果显示:去噪后点云模型的最大偏差保持在模型尺寸的0.15%以内;标准偏差保持在模型尺寸的0.03%以内。本文算法能够在有效去除不同尺度和强度的噪声的同时不损失点云模型的细节特征,去噪精度高,且对不同的噪声模型具有较强的鲁棒性。     

商标图像平滑滤波算法研究与应用

为了更加准确的完成商标图像的自动检索,在预处理过程中,针对商标图像中存在的噪声,研究了图像平滑滤波算法,分别利用均值滤波、中值滤波和改进的中值滤波方法对商标图像进行了滤波去噪处理.实验结果表明,改进的中值滤波算法在实现去除噪声的同时,既克服了均值滤波处理后图像边缘模糊和图像色变的缺点,也克服了中值滤波法处理后图像形变的不足.