东华理工大学机械与电子工程学院,江西 南昌 330013
针对初始点云离群点噪声大、冗余性高导致三维重建效率低、重建曲面表面粗糙等问题,提出一种自适应精简点云改进预处理算法。首先使用统计滤波消除离群点噪声,并在基于体素重心邻近特征点下采样中引入双曲正切函数,在保持点云特征不变的情况下精简点云数据;然后建立移动最小二乘法拟合函数,确定其二次基函数和高斯权函数,完成点云数据平滑优化;最后使用投影三角化算法完成点云曲面重建。实验结果表明,所提算法在有效去除离群点的同时,还能精简点云数据、提升曲面重建效率,且重建后的模型表面光滑、孔洞减少。
点云 下采样 移动最小二乘法 曲面重建 激光与光电子学进展
2023, 60(20): 2028005
东华理工大学机械与电子工程学院, 南昌 330000
针对基于Census变换的立体匹配算法匹配精度不理想、易受噪声干扰的问题, 提出一种自适应窗口结合改进Census变换的方法。通过自适应选择变换窗口大小, 并在Census变换中引入噪声容限参数, 且将其改进Census代价与RGB颜色差值代价加权融合, 再采用四路径代价聚合策略完成初始代价聚合, 最后用WTA算法计算初始视差后通过后处理优化得到最终视差。实验结果表明所提算法误匹配率较低, 抗噪性能有较好提升。
视觉检测 立体匹配 自适应窗口 Census变换 代价融合 visual inspection stereo matching adaptive window Census transformation cost fusion