基于RBF神经网络的三维点云数据孔洞修补

• 作者: 张艺真 孙志毅 柏艳红 王银
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 点云数据 孔洞边缘 孔洞修补 径向基函数
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机科学与信息工程|Computer Science and Information Engineering
• 页码范围: 23-28
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2022.01.004

摘要

三维扫描获取点云数据,往往由于被测物体自身形状复杂,扫描设备本身局限或者外部遮挡而出现孔洞,影响后续重构精度.由此提出一种基于RBF神经网络的三维扫描点云数据孔洞修补方法.该方法首先基于法线信息和KD tree提取三维点云的孔洞边缘信息,基于蒙特卡罗法在特征平面内生成填充数据点;然后将采集到的孔洞边缘特征点作为样本点集,训练RBF神经网络;最后,利用训练好的径向基函数,将二维特征平面内填充的数据点调整到孔洞区域的三维曲面,完成孔洞区域的数据修复.通过算例证实,该算法能有效的修补流形曲面的孔洞区域,并且修复区域和原有孔洞边界光滑连接,较好恢复点云模型原本的形貌结构.