保持特征的三角网格曲面去噪技术综述与展望

三角网格曲面去噪是计算机图形学领域一个经典问题,近年来不断涌现出各种新的去噪方法.该文主要关注保持特征的三角网格曲面去噪技术,总结了三角网格的几何表示以及一系列特征结构,依据算法类型将现有去噪技术分为优化法、滤波法、数据驱动法3类.针对不同的去噪模型和所利用的网格属性,对各分类下的去噪方法进行分析、讨论;简述了4类常用评估准则,从尖锐特征保持能力、体积保持、异常值去除能力、有无顶点漂移现象、有无面片翻转现象5个方面展示不同算法的优缺点;并根据这些算法存在的共性问题提出三角网格曲面去噪技术发展方向.     

网格模型上基于线性插值的自适应保特征去噪算法

网格去噪是改善扫描设备所得数据并为后续数字几何处理提供理想模型的重要步骤.针对近年来涌现出的各种网格去噪算法难以平衡好时间消耗和去噪结果之间的关系,提出一种高效的基于线性插值的框架性保特征去噪算法,将体现结构特征的充分磨光模型与包含综合信息的噪声模型进行联合分析,通过自适应的线性插值算法逐步从噪声模型中提取出特征信息加到光滑模型中,从而实现保持不同程度特征(从显著特征到微弱特征)的去噪结果.同时提出迭代去噪算法的迭代终止判别条件,可为不同迭代去噪算法提供自动且可靠的终止条件.大量在不同复杂度和不同噪声程度的模型上的实验结果表明,与现有的局部迭代算法相比,该算法取得更好的视觉效果和较低的均方角度误差值,能够保持不同程度的特征且具有较好的时间性能.     

用反调和平均曲率流实现网格保特征平滑

利用反调和平均曲率流，提出一种各向异性、快速的不规则三角网格去噪算法．模型中选择的各向异性演化权函数比较简单，同时保持了网格的几何特征．分别用显式格式和半隐式格式实现了此平滑算法．提供的数值例子显示了模型的有效性．     

基于曲面拟合的三角形网格简化

针对有限元网格简化问题,将边折叠和三角形折叠算法相结合,提出一种基于曲面拟合的网格简化方法。根据节点离散度识别网格特征,对具有不同特征的部位采用不同的简化策略从而实现自适应变密度网格简化。按长高比最优原则对合并后的节点进行预测,运用曲面拟合技术最终确定合并后的节点,达到优化网格和保持网格特征的目的。实验结果证明,该方法能在保证网格质量的前提下有效简化网格模型,提高CAE分析速度,最多可缩短75%的计算时间。     

快速网格去噪声算法

消除网格噪声是构造完美三维模型过程中必不可少的一步。通过把图像处理领域中的双向滤波引入到三维网格上，Fleishman等虽已提出了一种快速、简单的网格去噪声算法，但该算法效率较低，且不够稳定，为此提出用准柯西函数和泰勒多项式函数取代该算法所采用的高斯函数，并改进和完善了其中的细节部分，以使算法的效率和稳定性得到进一步提高。最后还讨论了如何选择合适的参数，以达到最佳效果的问题。     

基于双边过滤的网格光顺法

在逆向工程和计算机图形学中,由于扫描的数据存在噪点,为了便于后期处理,在使用前要对其进行光顺处理.通过对网格双边过滤法的研究,提出了改进的方法.通过网格顶点及其邻域点拟合一张曲面,对每一个邻域点构造一条抛物线,利用该抛物线计算出新的距离,得到新的光顺公式.经过软件测试,新的光顺公式能够更好的对网格进行光顺,同时保留网格图形的特征.实验结果证明,使用拟合的曲面来局部逼近已有的未知曲面能比使用平面逼近已有的未知曲面得到更好的保特征效果.     

Mesh Detail Editing by Filtering Differential Edge Coordinates

In this paper, we propose anovel geometricaldetail editing method for triangulatedmeshmodels based on filtering robust differential edge coordinates.Theintroduceddetail editing consists ofnot only feature-preserving denoising for removing scanner noises, but also interactive detail editing for weakening or enhancing some specific geometric details.Various detail editing results are obtainedby reconstructingthe mesh fromnew processed differential edge coordinates, which are filtered from the view of signal processing, in linear least square sense.Experimental results and comparisonswith other methodsdemonstrate that our method is effective and robust.     

基于小波维纳滤波和各项异性扩散的图像去噪

提出一种基于小波和各项异性非线性扩散的新图像去噪算法。小波域局部阈值维纳滤波是一种简单有效的去噪方法,利用该方法先对原始图像进行初步去噪,以此引导非线性扩散模型中的边缘检测函数,再用非线性扩散进行去噪。实验表明:该算法不仅很好地保存了图像的边缘信息,而且有效地去除了图像中的大部分噪声,无论是视觉效果还是客观标准上都优于单纯的小波域维纳滤波或各项异性非线性扩散去噪。     

一种带噪声的密集三角网格细分曲面拟合算法

实现了一个从带噪声的密集三角形拟合出带尖锐特征的细分曲面拟合系统.该系统包括了一种改进的基于图像双边滤波器的网格噪声去除方法,模型的尖锐特征提取以及保持尖锐特征的网格简化和拓扑优化.为了处理局部细节特征和模型数据量问题,提出了自适应细分方法,并将根据给定精度估计最少细分深度引入到细分曲面拟合系统中,使得拟合得到的细分曲面模型具有良好的细节特征和数据量小等特点.大量3D模型实验结果和实际工程应用结果表明了该细分曲面拟合系统的有效性.     

片相似性各项异性扩散图像去噪

提出了一种基于片相似性的各项异性扩散图像去噪方法.传统的各项异性图像去噪方法都是基于单个像素点的灰度相似性(或梯度信息),不能很好地保持弱梯度边缘和纹理等细节信息.基于片相似性的非局部图像去噪方法由于利用了邻域像素的灰度相似性,而能够很好地保持纹理等细节信息.将片相似性思想引入到各项异性扩散中,利用片相似性构造扩散函数,同时将片相似性各项异性扩散模型扩展到彩色图像的去噪.实验结果表明,提出的改进方法能很好地保持纹理等细节信息,不存在各项异性扩散普遍存在的明显的阶梯效应,同时比非局部图像去噪方法速度快.医学图像去噪实例也表明所提出方法具有很好的应用前景.     

高阶各向异性扩散小波收缩图像降噪算法

证明一种高阶各向异性扩散与小波收缩的等价性,并根据等价性利用高阶各向异性扩散与小波收缩的优势,提出高阶各向异性扩散小波收缩降噪算法。该算法在低频部分采用经典的非线性扩散方法进行扩散,在高频部分采用高阶各向异性扩散方法进行小波收缩。实验结果表明,高阶各向异性扩散小波收缩算法的计算复杂性介于高阶各向异性扩散与小波收缩算法之间,降噪能力高于这2种方法。     

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。     

保持特征的网格修补

提出了一种恢复缺失尖锐特征的网格修补算法。首先对网格顶点建立自适应的八叉树,采用分段二次多项式对网格空洞周围顶点进行拟合。而在尖锐特征处周围,则采用两个或者多个系数不同的二次多项式函数,分别进行拟合,从而获取原始网格所在曲面的尖锐特征边和角。利用扩展的Marching Cube方法获得空洞处的三角网格面片,并和原始网格模型缝合。最后,对于空洞处的网格面片,进行增强特征处理,消除锯齿状网格,获得清晰的尖锐特征。实验结果表明,该方法达到了预期的良好效果。     

一种复合各向异性扩散的图像去噪算法

本文提出一种复合各向异性扩散滤波算法,将降斑各向异性扩散(Speckle reducing anisotropic diffusion,SRAD)模型中对边缘敏感的瞬态系数(Instantaneuos coefficient of variation,ICOV)算子运用到了非线性相干扩散(Nonlinear coherent diffusion,NCD)相干模型中,并基于统计学提出ICOV算子的相关系数矩阵对图像的相关度进行度量,系数矩阵的值是每个ICOV算子与其所在行与列的相关度,此相关度的值在边缘附近会取到极大值,这个对图像的边缘检测有很好的度量,根据每个像素与其周围像素的相关度对边缘附近的扩散的强度进行修改,对图像进行更为之有效、更准确的非线性去噪与边缘加强.实验结果表明,与其他各向异性算法相比,本算法可获得更好的性能指标,具有更好的去噪效果和保留边缘功能.     

面向法向域网格建模的非线性引导滤波

网格建模是数字几何处理领域的基础性研究问题.为了提高网格建模的简便性和鲁棒性,首先提出了一种非线性的引导滤波算法.滤波过程在法向域进行,滤波后的法向是引导网格法向的局部二次变换;然后,应用上述算法研究了建模方面的2个重要问题:网格去噪和网格平滑,其中的难点在于如何构造合适的引导网格.针对去噪问题,每次迭代时利用双边法向滤波得到引导网格;针对平滑问题,引导网格以高斯滤波结果作为初始值,进而结合原始网格不断进行更新;最后,在形状复杂或特征丰富的网格模型上进行了去噪、平滑等实验,结果表明,该算法简单实用、鲁棒,去噪时能够有效地去除强噪声,保持模型的几何特征;平滑时能够提取出中小尺度的特征,保留大尺度的特征.     

残缺网格模型的快速B样条曲面重建

针对残缺的三角网格模型,提出一种将网格模型的散乱数据点转化为有序阵列点再进行B样条曲面快速重建的算法.首先确定最小二乘平面上的一个矩形参数域,再构造出一个平面阵列点列,并部分映射到三维网格上;然后利用空间阵列点的邻域信息估计4个角点的空间坐标,并构造径向基函数曲面,用于补充空间阵列点列中残缺的数据;最后利用有序点列拟合的高效性构造B样条曲面.实验结果表明:该算法速度快、拟合精度高、鲁棒性强,重建的曲面具有良好的光顺性和可延伸性,适用于逆向工程中对经过数据分割后的网格模型的自由曲面重建.     

改进的各向异性复扩散模型的医学图像去噪方法

对医学图像进行有效的去噪并保持边缘信息,有利于图像的后续处理.本文分析P-M模型和Gilboa的复扩散模型以及它们的不足,提出一种改进的各向异性复扩散模型.该方法先用中值滤波对图像进行预处理,去除梯度值大的噪声点,然后用图像的虚部求扩散系数,以此引导扩散模型中的边缘检测函数,再进行八邻域像素的扩散过程.实验表明,该方法能达到较理想的去噪和保持边缘的效果,而且减少了迭代次数,缩短了计算时间.     

一种提取可展网格曲面的新方法

可展曲面是每一点高斯曲率为零的曲面,由于其具有优良性质,因此在工程实践中得到广泛应用。为便于各种网格处理,从一个整体表面网格模型中获取可展区域具有重要意义。针对目前相关方法中存在的不足,本文提出了一个提取可展网格面片的新方法。首先利用高斯曲率提取可展网格面片,接着对分割得到的层可展区域进行微分几何上的直纹面的拟合,然后根据拟合的直纹面方程来判断是否可展,最后根据每种可展类型的直母线性质来判定可展类型。获得的可展面片中包括连续柱面和连续锥面,而传统方法无法获得;另外,确定获得面片的可展类型便于下一步网格处理。与已有方法相比,此方法更具有可行性和优越性。     

基于剪切波和改进P-M扩散的图像去噪

针对多尺度几何分析方法去噪时产生的伪Gibbs效应和各向异性扩散模型产生的阶梯效应,提出一种基于剪切波的改进各向异性扩散图像去噪方法。首先对噪声图像进行剪切波变换得到不同尺度的系数矩阵,然后利用改进的各向异性扩散方程对变换后的系数进行处理,实现建立在对图像精细分析基础上的各向异性扩散模型。实验结果表明,该方法能较好地抑制噪声和保持边缘,同时有效地抑制伪Gibbs效应,取得良好的视觉效果。     

EMD与小波分析结合的特征保持图像去噪方法

图像在获取和传输等过程中伴有各种噪声,而细节与边缘是表征图像信息的重要特征,提出一种经验模式分解(EMD)与小波阈值结合的图像特征保持去噪方法.该方法首先将图像进行EMD分解,分解出内蕴模式分量与剩余分量;然后将内蕴模式分量进行小波分解,采用小波阈值去噪进行滤波、去噪和细节特征保留;最后将小波去噪后的内蕴模式分量图像叠加到剩余分量中,得到最后的去噪图像.实验结果表明,该方法克服了单独使用EMD或小波阈值去噪的不足,在有效去噪的同时还保持了图像的边缘细节信息.