基于GA-BP神经网络的散乱点云孔洞自动修补

• 作者: 王春香 郝林文 王耀 周国勇 纪康辉 刘流
• 来源期刊: 工程设计学报
• 关键词: 散乱点云 孔洞识别 孔洞区域插值 孔洞修补
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 保质设计|Design for Quality
• 页码范围: 155-162
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3785/j.issn.1006-754X.2021.00.029

摘要

点云孔洞修补作为点云数据处理中的关键技术,直接影响点云的质量和完整性.利用遗传算法(genetic algorithm,GA)优化的BP(back propagation,反向传播)神经网络(简称GA-BP神经网络)是一种修补效果较好的散乱点云孔洞修补方法.但基于GA-BP神经网络的散乱点云孔洞传统修补方法的多个步骤需借助逆向软件通过人机交互的方式完成,导致修补过程繁琐且耗时较长.为此,提出了一种基于GA-BP神经网络的散乱点云孔洞自动修补方法.通过计算机编程将孔洞识别、孔洞区域插值和孔洞修补相结合,实现从残缺点云模型直接到完整点云模型的自动修补,无须进行复杂的人机交互和数据转换.实验结果表明,所提出的方法可有效避免因数据转换而造成的数据失真,减少了人机交互工作量,方便而高效地修补了散乱点云的孔洞,且得到的修补点云密度均匀,这对提高点云孔洞修补效率和质量具有重要意义.