改进PMVS三维重建点云滤波算法

孔庆博 何 丽 袁 亮 刘贝贝

(新疆大学机械工程学院 新疆 乌鲁木齐 830047)

0 引 言

三维重建技术在获取物体场景的图像或视频后，对其处理后可得到三维场景信息并完成物体重建[1]，然后可对重建物体进行测量、检验、装配等工作。在三维重建测量技术中，如何有效地对离群点进行滤波剔除，以获得准确的点云图从而高效、精准地重建出目标物体三维模型，是能否进行后续工作的关键所在。国内外许多学者都对点云滤波算法进行了大量研究。文献[2]通过将采样点移动到其相对应的最小二乘曲面上来去除噪声,具有较好的鲁棒性；文献[3]通过Laplace-Beltrami算子生成一个平滑曲面来处理高频噪声；文献[4]利用对点模型进行二次拟合而构造出的三维模型特征因子，与双边滤波中的距离因子、相似度因子结合形成三边滤波器，利用所得滤波器对点模型的曲率、法向量和距离进行滤波；文献[5]针对特征点和非特征点噪声信息的不同，采用两种不同的双边滤波因子对其分别进行滤波，对三维模型特征的保留具有较好效果。以上方法虽都取得了一定效果，但都或多或少存在匹配效率低且重建耗时、不完整等问题。

本文以德国达姆施塔特工业大学开发的MVE开源工具为基础[6]，针对目前点云滤波算法存在耗时长、效果差的问题，在稠密点云模型重建的过程中提出了一种改进的点云滤波算法，即将PMVS算法同统计分析法相融合，利用统计分析法对经由PMVS算法得到的稠密点云进行离群点的去除，从而在保证物体表面细节特征的情况下对离群点进行快速滤除，提高后期三维重建效率及精度，保证后期装配的准确度。……