資源描述：
《基于局部投影的點(diǎn)云去噪算法研究畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、圖書分類號(hào):密級(jí):畢業(yè)設(shè)計(jì)（論文）題目:基于局部投影的點(diǎn)云去噪算法研究DenoisingPointCloudsbasedonLocaIProjectionOperators學(xué)生姓名班級(jí)學(xué)院名稱專業(yè)名稱指導(dǎo)教師學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用或參考的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的作品或成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)注。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。論文作者簽名：
2、日期：年—月日學(xué)位論文版權(quán)協(xié)議書本人完全了解關(guān)于收集、保存、使用學(xué)位論文的規(guī)定，即：本校學(xué)生在學(xué)習(xí)期間所完成的學(xué)位論文的知識(shí)產(chǎn)權(quán)歸所擁有。有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論文的紙本復(fù)印件和電子文檔拷貝，允許論文被查閱和借閱?？梢怨紝W(xué)位論文的全部或部分內(nèi)容，可以將本學(xué)位論文的全部或部分內(nèi)容提交至各類數(shù)據(jù)庫(kù)進(jìn)行發(fā)布和檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。論文作者簽名：導(dǎo)師簽名：日期：年月日日期：年月日中國(guó)科學(xué)技術(shù)人學(xué)本科畢業(yè)論文口錄摘要2Abstract3第一章緒論41.1弓I言41.2相
3、關(guān)工作概述51.3本文工作8第二章局部最優(yōu)投影92.1算法描述92.2求解步驟102.3算法性能11第三章加權(quán)局部最優(yōu)投影173.1算法描述173.2求解步驟183.3算法性能19第四章總結(jié)與展望234.1總結(jié)234.2展望23參考文獻(xiàn)24致謝26摘要隨著3D技術(shù)的飛速發(fā)展，各個(gè)行業(yè)對(duì)高精度3D模型的需求越來(lái)越高。純手工建模因?yàn)樾实拖?，價(jià)格高昂而逐步被淘汰。恰逢3D掃描技術(shù)的迅猛發(fā)展，快速，廉價(jià)的3D點(diǎn)云數(shù)據(jù)的獲取變得可能。針對(duì)點(diǎn)云這一新型數(shù)據(jù)的處理方法由此產(chǎn)生。而本文著重關(guān)注點(diǎn)云處理的第一步，點(diǎn)云去噪。點(diǎn)云去噪在
4、過(guò)去的二十年里積累了大量?jī)?yōu)秀的方法。木文的第一部分就介紹了一類，基于構(gòu)造局部平而的方法。這類方法首先用局部平而擬合點(diǎn)云的局部，然后將得到的擬合平面拼接成整體模型。當(dāng)點(diǎn)云數(shù)據(jù)比較復(fù)雜吋，這類方法會(huì)得到奇異的結(jié)果。點(diǎn)云去噪的過(guò)程也可以理解成：尋找一組點(diǎn)云，使其很好的擬合原始點(diǎn)云。為了擬合質(zhì)量，同時(shí)要求該點(diǎn)云的點(diǎn)分布也較為均勻。本文在第二部分介紹的方法新方法一一局部最優(yōu)投影法就是將這兩點(diǎn)劃歸成能量函數(shù)，通過(guò)優(yōu)化能量函數(shù)去噪。上述方法對(duì)初始點(diǎn)云分布稀疏程度依賴很高。我們?cè)诘谌糠纸榻B了改進(jìn)方法一一加權(quán)局部最優(yōu)投影法。它通過(guò)對(duì)
5、每個(gè)采樣點(diǎn)定義密度權(quán)重的方式來(lái)達(dá)到均勻點(diǎn)云分布的口的。木文比較了這兩種方法的優(yōu)劣。關(guān)鍵詞：點(diǎn)云去噪局部最優(yōu)投影AbstractWiththerapiddevelopmentof3Dtechnology,theneedsofvariousindustriesonthehighaccuracyofthe3Dmodelisbecomesincreasinglyhigher.Manualmodelingisgraduallyeliminatedduetopoorefficiencyandhighprices.Coincide
6、swiththerapiddevelopmentof3Dseanningtechnology,cheapaccessto3Dpointcloudsdatabecomespossible.Themethodforthisnewdataformhasbeenborn.Thispapermainlyfocusesonthefirststepofpointcloudprocessing,pointcloudsdenoising.Therehavebeenlargenumbersofgoodmethodsfordenoisin
7、ginthepasttwentyyears.Thefirstpartofthispaperintroducesakindofmethodbasedonlocalplane.Thismethodfirstusesthelocalplanefittingpointclouds,andobtainsawholemodelwithsmallplane.Whenthepointcloudsdataiscomplicated,thismethodwillfail.Theprocessofpointcloudsdenoisingc
8、analsobeunderstoodas:lookingforasetofpointscloudswhichfitstheoriginalpointcloudswell.Itmustbeuniformforgooddistributionquality.Basedonaboveweintroducethelocaloptimalprojecti
