计算机辅助设计与图形学学报

作者：冯肖维, 赵一平, 陈信钰, 王锡淮

关键词：点云重构, 贝叶斯估计, 粒子滤波, 法向估计, 多假设检验

针对三维点云重构过程中由于过度平滑和锐化造成的特征失真问题,提出一种具有特征保持的概率重构算法.首先利用空间主成分分析进行点云局部曲率的低秩估计,辨识尖锐特征,并根据曲率对法向场进行自适应优化,以保证尖锐特征恢复时能够获得准确的法向约束;然后依据贝叶斯统计推论建立点云最大后验概率重构模型,并设计了粒子滤波器对各点位置的后验概率分布进行序贯蒙特卡罗模拟;为了提高算法的收敛速度,根据局部噪声强弱自适应地调整粒子重采样范围;最后针对点云不同区域分别使用法向与球体重采样完成多假设检验重构,解决特征退化和边缘不规整的问题.与多种典型算法的对比实验结果表明,所提算法在主观视觉效果、重构精度和效率方面均有改善,重构精度与时效分别平均提高46.84%和33.34%;该算法在抑制噪声的同时,能够有效地恢复原有特征,提高了点云质量.

来源：2025年第12期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第12期