一種改進的Ensembles點云法向估計算法.pdf

1、近年來點采樣幾何作為一種新的曲面表示方式，受到了廣泛的關注。它無需存儲和維護全局一致的拓撲信息，能對復雜的三維模型進行高效的繪制和靈活的幾何處理，因此在處理復雜的或者動態(tài)改變形狀的模型時，基于點的技術較之基于網格的技術有更高的靈活性。法向是點云的一個非常重要的幾何信息，對點云的法向進行準確的估計，是在點云上進行其它操作的一個重要的基礎步驟，因此對點云法向估計的研究具有重要的實際意義。 給定一個從未知曲面上采樣得到的點云，問題是如

2、何準確估計點云中每一個點的法向。一些目前存在的算法，如基于擬合平面的法向估計算法，基于主成分分析的法向估計算法，基于標準奇異值分解的法向估計算法，基于Voronoi的法向估計算法等都可以對點云法向進行估計。但是通過采樣得到的點云往往都伴隨著大量的噪聲，從而影響法向估計的準確性，這就要求點云法向估計的算法要具有較強的魯棒性。然而上述這些算法的魯棒性不強，因而導致法向估計的效果不理想。 一種基于統(tǒng)計學習的Ensembles點云法向估