一种基于法矢修正的散乱点云数据平滑处理算法

在分析现有滤波方法局限性的基础上,提出了一种基于测量点法矢修正的散乱点云数据平滑处理方法,通过对特征区域和非特征区域采用不同的法矢修正方法,使光顺后的点云不但达到了非常光滑的效果,而且保持了点云的形状和特征。大量实例验证了该算法的可行性。     

一种基于选点的可变滤波窗口中值滤波算法

中值滤波是一种应用广泛的滤波方法。该文提出了一种改进的中值滤波算法。该算法对中值滤波进行了两方面的改进,一方面基于选点的方法,不对所有的点进行滤波;另一方面在对中值滤波的窗口进行可变处理。与中值滤波相比,它具有更好的平滑噪声和边缘保持功能,而且能有效地滤除图像中的随机噪声。     

连续色图像的边缘平滑算法

对于连续色图像的边缘平滑,中值滤波法是一种有效的算法,它可以在边缘平滑的同时保留原有的度而不模糊化。为处理真彩色图像,本提出了对多维向量的中值滤波法－淘汰法。中值滤波与平均滤波相结合的方法可以在边缘平滑且保持边缘的同时使其它部分柔和化并提高效率。     

考虑法向离群的自适应双边滤波点云平滑及IMLS评价方法

针对目前在点云双边滤波平滑算法中,人工输入不合理参数导致的点云平滑效果不佳,且易导致体积收缩及现有去噪后点云质量评价方法存在表达局限性等问题,提出一种自适应参数的点云双边滤波算法和基于隐性移动最小二乘(IMLS)的质量评价方法。首先构建KD-tree数据结构用于点云拓扑,之后搜索各点邻域,利用奇异值分解法计算法向量信息,并在双边滤波公式中引入法向离群因子以剔除邻域内离群点,然后通过扩展高斯核函数的权值计算式,在点云邻域内自适应获取空间与法向特征参数,最后应用改进模型进行点云平滑并引入IMLS方法评价点云质量。实验结果表明,考虑法向离群的自适应双边滤波点云平滑算法具有良好的去噪效果,相比其他算法体积收缩更小,且IMLS评价方法客观有效。     

点模型的多边滤波器降噪算法

为了更好地去除噪声,并保持模型的突出特征,提出了一种鲁棒的点模型多边滤波器降噪算法,该算法充分考虑了模型表面的法向量、曲率等内蕴几何量和噪声之间的关系。首先通过自适应选取最优邻域控制函数来将滤波窗口限制在顶点法向量相近的区域,以防止滤波后模型的收缩和过光顺;然后运用协方差矩阵分析的方法,在最优邻域内计算出各采样点的法向量和曲率;最后以采样点滤波参考平面为基准,分别平滑采样点的法向量和位置,即先对采样点的法向量进行多边平滑,然后根据新的法向量来多边平滑输出各采样点的位置偏移量,最后在法向方向上移动该顶点,以达到降噪的目的。实验结果表明,多边滤波器在有效地去除噪声的同时,还能较好地保持点模型表面的几何特征。     

一种聚类与滤波融合的点云去噪平滑方法

针对采集的原始三维点云数据存在噪声、表面不光滑不利于后期三维重建的问题,提出一种自适应密度聚类与双边滤波融合的三维点云去噪平滑方法。该方法首先对点云模型进行自适应密度聚类分析,根据聚类结果删除模型中的噪声点;然后再计算采样点的k邻域,并求得利用k邻域构造采样点所在平面的法矢,进而得到双边滤波因子,以对点云模型进行平滑。实验结果表明,该算法能有效识别并去除噪声,并对点云模型进行平滑,同时还能保持原始模型的特征信息。     

一种新的图象平滑方法及其性能评价

本文提出了一种新的图象平滑方法--修正的邻域平均法.这种方法不仅能够有效地平 滑噪声,还能够锐化模糊的图象边缘;计算比较简单,不需要任何先验知识和预定的参数.为 了定量地评价这种平滑方法的性能,本文对计算机产生的试验图象定义了一种图象优值,作为 评价的指标.并且通过实验将这种平滑方法的性能与梯度的倒数加权平均法、中值滤波法进 行了比较.最后给出了处理实际照片的结果.     

基于噪声特征和矢量中值滤波的彩色图像去噪算法

为了有效去除彩色图像噪声,同时保留图像细节信息,并提高处理速度,在分析彩色图像噪声特征的基础上,探索了基于噪声点的距离测度特性的判别算法,并结合改进的矢量中值滤波(VMF)算法对检测出的噪声点予以降噪处理.试验结果表明:该方法能够较好地抑制噪声,有效地保留了图像细节信息,且所用时间仅为传统矢量中值滤波算法的1/2左右.     

一种基于高阶统计量的图象平滑去噪法

为了消除或衰减存在于图象上的噪声，同时尽可能地保留图象细节，提出了一种基于高阶统计量的图象平滑去噪法，该方法是根据高阶统计量对高斯噪声不敏感的特性，对一个像素点采用其周围梯度和最小的几个点的灰度平均值来代替其灰度值，以便可以在对噪声进行平滑滤波的同时，最大限度地保留图象的细节信息，仿真结果表明，该方法较好地实现了这一要求，与常用的中值滤波法相比，该方法处理后的图象，其PSNR可提高约1dB以上。     

一种改进的自适应中值滤波算法研究

非线性滤波是一种有效的噪声抑制技术,已得到了广泛的应用。针对标准中值滤波方法存在的不足,提出自适应中值滤波方法。该方法采用一定的检测标准对图像中的噪声点进行检测,并采用改进的中值滤波方法对噪声点进行滤波。实验结果表明,此方法较标准中值滤波法具有更优良的滤波性能。