保特征的网格光顺算法

提出了一种保特征的网格光顺算法，能够在快速地去除噪声的同时，保持网格模型的结构特征。该算法对网格中每个三角形的法矢进行光顺，同时求得顶点的法矢。根据当前点到邻接点的距离以及当前点的法矢与邻接点的法矢的夹角对顶点移动的方向进行调整，使顶点分布更加均匀。利用高斯函数求得光顺权值。实验结果证明，该算法能够有效地保持网格模型的结构特征，同时具有迭代次数少、体积收缩小、执行效率高的特点。     

一种基于带噪声的三角网格模型的光顺算法

为了去除三角网格模型中的噪声,提出了一种基于均值漂移的特征保持的网格光顺算法。该方法在对模型中的三角形的法向量进行滤波的基础上鲁棒地计算了顶点的法向量,利用均值漂移方法自适应地聚类出顶点的邻域。结合顶点间几何特征的相似性,将改进后的双边滤波算子应用于顶点的位置更新,从而完成模型的光顺。实验结果证明了网格光顺算法的有效性。利用这种网格算法,可以达到光顺带噪声的三角网格模型的目的,并在光顺的同时,有效地保持了模型中原有的特征。     

基于曲率流的四边形主导网格的光顺方法

网格模型是计算机图形学和数字几何处理中运用最为广泛的三维几何表达方式.四边网格(以四边形为主的网格)由于其符合人们对几何形状变化的自然感知,在表示三维几何上有其独有的优势,并且可以更为直接地应用在几何造型、细分曲面、建筑设计等方面.文中针对四边形主导网格含有噪声的情况,设计了一种基于表面微分属性的光顺方法,该方法具有易实现、计算效率高的特点.基于曲率流的几何扩散可以有效地保持原网格的几何特征,同时还针对四边形主导网格的T-顶点进行了特殊处理.     

基于邻域相似性的三角网格光顺算法

为了提高三角网格模型的质量,满足模型后续处理的要求,提出了一种基于邻域相似性的网格光顺算法。类比图像像素的灰度值,首先构造顶点的双边滤波微分算子,作为其几何灰度值;然后计算顶点邻域之间的相似性,作为顶点几何灰度值的权值,并对顶点的邻域顶点的几何灰度值进行加权平均,得到该顶点的最终几何灰度值;最后将顶点沿着其法矢量方向移动几何灰度值大小的距离,得到光顺后的三角网格模型。实验证明,该算法在光顺模型的同时有效地保持了网格的几何特征。     

主曲率均匀的网格光顺

针对三角网格数据提出了一种主曲率均匀的光顺方法 .该算法首先通过建立局部抛物二次曲面来估算网格顶点的主曲率和主方向 ,其次以邻点的主曲率和主方向的加权平均作为光顺后顶点的曲率值 ,然后由新曲率值和二次曲面方程计算出调整后的顶点位置 ,实现模型的光顺 .进行局部光顺时 ,将区域内的点组成各个封闭环 ,根据邻点所在环的层次分配权值 ,可以满足是否去除或保留内部区域特征的需要 .该文给出了应用实例 ,结果表明本方法对网格模型实施整体和局部光顺均有较好的效果 ,光顺前后模型体积变化较小 .     

一种基于联合双边滤波的网格细节过滤方法

三维扫描技术被广泛应用于三维模型构造,使得三维模型拥有很多细节,但是用户在对三维模型进行模块控制时,常需要忽略掉那些细节,因此,需要对精细网格进行细节过滤。该文提出一种基于联合双边滤波的网格细节过滤方法。它使用原网格的高斯滤波结果作为后续双边滤波的法向量成分,再进行滤波,以得到最终结果。实验结果表明该方法不仅可以去除噪声,过滤细节,同时还能够保持原网格的大体信息,利于得到模型有语义的网格块。     

基于面法向量谱变换的网格光顺算法

微分坐标是刻画网格模型几何细节特征的有力工具,面法向量作为网格模型的一阶微分量,计算简单、不易受噪声影响,能真实反映网格模型的细节特征。基于此,提出一种改进的网格光顺去噪算法,使用信号处理技术中的谱网格处理方法,通过分解面法向量的拉普拉斯矩阵,将网格模型的面法向量变换到频谱域中,利用低频滤波器去除高频噪声得到连续的面法向量信号,基于三角面片重心约束条件重建网格顶点坐标,得到光顺的网格模型。实验结果表明,该算法使用的面法向量不易受到噪声影响,比顶点法向量更鲁棒,大幅提高了谱分解的效率,并且能克服光顺过程中产生的体积收缩、变形和过光滑等现象。     

一种保持特征的三角网格光顺方法

网格光顺是逆向工程中一种常用的数据处理手段,其主要目的是为了减少网格模型中的噪声,提高网格模型的质量。但网格上的一些特征常常会在光顺时丢失。如何在光顺时保持网格模型的特征成为提高光顺质量的一个关键问题。在实现常用光顺方法的基础上,该文提出了一种能较好保持网格特征的自适应光顺方法,通过对特征进行判断,根据网格顶点的不同性质对其采用不同的操作方法以达到光顺和保持特征的目的。     

鲁棒的网格光顺算法

三角形网格通常是由三维扫描仪获取复杂表面采样点的几何信息和拓扑重建得到。尽管现有的三维扫描硬件具有高精度，但难免由于人为的扰动或者扫描仪本身的缺陷使得生成的三维数据带有噪声。而三角网格光顺的目标是在剔除三角网格的局部扰动和噪声、获取离散曲面更高阶光滑性的     

基于面法向规范化的重加权全局双边滤波

在网格去噪中,由于面法向对于噪声非常敏感,当网格噪声较大时,依赖于2个高斯函数的双边滤波器难以找到合适的方差参数来自适应地区分噪声和特征附近的法向变化,导致出现无法有效地去除噪声或者破坏网格的结构特征的问题.为此,提出一种改进的基于面法向的全局双边滤波算法.首先通过面法向规范化加强对噪声和特征附近面法向变化的区分,应用规范化后的法向量计算双边滤波中刻画法向变化的权重,以克服参数选择难题;其次根据重加权的思想加大对噪声的惩罚力度,进一步提高了降噪效果.大量实验结果表明,该算法无论从视觉上还是从数值上都取得了比现有算法更好的降噪结果.     

基于两步的网格平滑

在三角网格的生成过程中,不可避免地会出现噪声,如何有效地消除这些噪声已经成为当前计算机图形学领域的一个重要课题,提出了一个简单的,能有效去除噪声,同时能很好的保持网格尖边特征的算法.该算法通过两步来实现,第一步对三角网格的三角面面法矢量进行平滑,第二步依据面法矢量调整新的顶点坐标.此算法在伪三角的帮助下,能很好保持曲面的几何特征,防止曲面收缩.实验结果说明了实验的有效性.     

自适应尺度的双边纹理滤波方法

目前已有的结构保持的纹理平滑方法主要是利用矩形片内的统计量来区分纹理和结构,但是所用的矩形片边长是单一尺度的,这将导致含有尖锐结构或结构在多个尺度上的图像出现纹理过平滑或未平滑的现象。为此,提出一种自适应尺度的双边纹理滤波方法。首先,通过对局部区域进行统计分析,从给定候选值中自适应地为每个像素选取合适的矩形片边长,对于均匀的纹理区域,选取较大的矩形片边长,对于邻近特征边的区域选取较小边长;其次,利用自适应的矩形片边长计算引导图像;最后,对原始图像进行引导双边滤波。实验结果表明,所提方法能够在保持图像结构的同时更好地平滑纹理。     

Feature-Preserving Mesh Denoising via Anisotropic Surface Fitting

We propose in this paper a robust surface mesh denoising method that can effectively remove mesh noise while faithfully preserving sharp features. This method utilizes surface fitting and projection techniques. Sharp features are preserved in the surface fitting algorithm by considering an anisotropic neighborhood of each vertex detected by the normal-weighted distance. In addition, to handle the mesh with a high level of noise, we perform a pre-filtering of surface normals prior to the neighborhood searching. A number of experimental results and comparisons demonstrate the excellent performance of our method in preserving important surface geometries while filtering mesh noise.     

双边滤波与暗通道结合的图像保边去雾算法

目的 图像去雾领域越来重视去雾过程中对图像边缘细节的恢复和保护,针对现有主流的基于模型的有雾图像复原算法,基本都是对介质透射率进行直接求解,即先预估透射率,再细化抠图,运算量很大的问题,提出利用双边滤波方式进行介质透射率的间接求解,用以简化去雾算法时间复杂度。方法 利用双边滤波方式对介质透射率的求解,是先估算出较精确的大气散射函数及大气光值,然后间接求出透射率,其避免了采用软件抠图的方式对介质透射率进行细化的过程,提高了算法的时效性。结果 选取两组户外有雾图像进行实验,并从得出的透射率图、复原效果及运算时间进行了对比分析。本文算法能得到较为清晰的透射率分布图,并且改善了预估透射率图中的块状现象;本文算法对透射率细化的同时,还起到了平滑图像边缘的效果;耗时方面,本文算法对大小为608×456像素的图像恢复耗时为1.803 s。结论 本文算法对有雾图像进行全局清晰化处理的同时,重点恢复有雾图像的局部细节,复原结果能更好地保持图像边缘的效果,更适合运用到基于图像检测类的系统中去。     

基于非线性滤波的边缘检测算法*

线性滤波对于边缘检测的去噪处理存在着使边缘模糊、边缘检测定位精度降低的问题。为解决这个问题,分析了两种非线性滤波,即各向异性扩散滤波和双边滤波,分别将两种滤波应用在边缘检测的滤波过程。通过对比实验结果表明：非线性滤波方法可以提高边缘检测的准确率,得到更有效的边缘信息。     

基于曲面基本型的网格平滑与特征增强方法

曲面基本型描述了网格曲面的局部微分特征,针对该特征进行处理,提出一种网格平滑与特征增强方法。通过修改曲面离散基本型以平滑与增强网格特征,在约束最小二乘意义下通过重建曲面得到新网格,并结合稀疏矩阵线性系统求解器进行实时响应处理。实验结果表明,该方法简单高效,具有较好的降噪效果,可在一定程度上防止体积收缩与形状畸变。     

双边滤波和标记分水岭的CT心脏图像分割

由于心脏舒张、收缩以及血液的流动,CT心脏图像易出现弱边界、伪影,传统分水岭算法易产生过分割,为此,提出一种双边滤波和标记分水岭相融合的CT心脏图像分割方法（BF-WS）。采用双边滤波算法对心脏图像进行平滑滤波,并采用形态学对图像进行重构,以消除图像噪声,保留边缘信息,采用改进Otsu算法提取CT心脏图像的内、外标记,并采用分水岭分割算法实现CT心脏图像分割,采用临床CT心脏图像在Matlab平台进行性能测试。结果表明,BF-WS提高了CT心脏图像分割准确率,与专家分割结果十分接近,较好地解决了传统分水岭算法过分割难题,可以为临床医学诊断提供重要依据。     

混合波原子和双边滤波的纹理图像滤波方法

为了更好地去除纹理图像中的噪声, 提出了一种新的混合波原子阈值的振荡纹理图像扩散模型; 利用扩散方程和图像滤波方法的理论联系, 给出了联合双边滤波的图像去噪算法; 最后, 利用峰值信噪比(PSNR)和结构相似度(SSIM)两个客观图像质量评价指标, 与目前流行的图像去噪方法(包括波原子阈值、双边滤波、高斯尺度混合(GSM), 以及非局部滤波(NLM))进行比较。 实验结果验证了新方法的有效性。