公开(公告)号：CN117788329A

公开(公告)日：2024-03-29

申请号：CN202311830662.7

申请日：2023-12-28

Applicant: 同济大学

Inventor： 赵生捷 ,  曾进 ,  许文悦

IPC: G06T5/70 ,  G06T5/50 ,  G06T7/55 ,  G06T7/73 ,  G06V10/44 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明涉及计算机视觉技术领域，尤其是涉及一种基于深度图拉普拉斯正则化的点云去噪方法及装置。该方法将噪声点云划分为多个斑块，每个斑块包括多个补丁；将每个补丁的三维坐标输入特征提取神经网络，得到补丁特征，并根据补丁特征获取每组补丁对之间的距离，得到子图；根据每组补丁对之间的距离获取相似度量，进而获取子图的邻接矩阵和度矩阵，进而获取图拉普拉斯矩阵；根据图拉普拉斯矩阵和所有补丁的三维坐标，优化每个斑块的去噪点云块；利用超采样聚合方法处理所有斑块的去噪点云块，得到最终的去噪点云。与现有技术相比，本发明具有兼顾基于优化方法的鲁棒性和数据驱动方法的强大学习能力，且不易在小数据集下出现过拟合现象等优点。