交替去噪和重建无定向点集
摘要：通过交替更新去噪点云和重建表面的方法，我们提出了一种将点云去噪与表面重建相结合的新策略。在Poisson表面重建中，隐式函数是由以八叉树节点为中心的一组平滑基函数生成的。当正确选择八叉树深度时，重建的表面是噪声点集的较好平滑近似。我们的方法将噪声点投影到表面上，并交替重建和投影点集。我们使用迭代Poisson表面重建（iPSR）来支持无定向表面重建。我们的方法迭代地执行iPSR，并作为iPSR的外循环。考虑到八叉树深度对重建结果的显著影响，我们提出了一种自适应深度选择策略，以确保适当的深度选择。为了处理锐利特征附近的过度平滑现象，我们提出了一种λ-投影方法，即为每个点投影的噪声点赋予一个独立的控制系数λi。这些系数是通过基于Voronoi的特征检测方法确定的。实验结果表明，我们的方法在不同噪声尺度下实现了高性能的点云去噪和无定向表面重建，并在各种类型的输入上表现出良好的性能。源代码可在url{https://github.com/Submanifold/AlterUpdate}上获得。
作者：Dong Xiao, Zuoqiang Shi, Bin Wang
论文ID：2305.00391
分类：Graphics
分类简称：cs.GR
提交时间：2023-08-25