Tom.notes();

Computer Scienceや読書のメモ

Guided 3D point cloud filtering

 

Paper(3000 words,Multimedia Tools and Applications 2017)

www.semanticscholar.org

 

Abstract

  • 近年,3次元点群が注目されている.
  • しかしながら,計測されたそのままの点群は,ノイズが多く含まれている.
  • 提案手法は,特徴保存において良いパフォーマンスを発揮しつつ,望ましくないノイズを除去することができる.

 

4. Experimental results

  • C++とPCLで実装した.
  • ガウシアンノイズを含んだ様々な点群データに対して実行した.
  • ガウシアンノイズは,平均が0で標準偏差をもったガウス関数で生成する.
    The noise is generated using a zero-mean Gaussian function with a standard deviation.
  • Intel(R)Core(TM)i7-4790 CPU @ 3.60GHzと16GBメモリを搭載したPCを使用.

 

4.2 Results and comparison 

f:id:tom0930:20180729213738p:plain

 

4.2.3 Measures

  • ノイズ除去効果を評価するために,2つのエラー計量パラメータδとD_meanを使用する.
  • δは,真の点法線と適用結果の点法線との間の平均の角度を表す.(すべての点に対する平均)
  • D_meanは,真の点と適用結果の点との平均の距離を表す.

 

4.2.4 Results and discussion

  • Figures 5, 6, 7, 8 and 9に適用結果を示す.
  • 提案手法が,形状特徴をより正確に保持しながら,ノイズを除去できている.

 

f:id:tom0930:20180729213124p:plain

 

f:id:tom0930:20180729213128p:plain

 

f:id:tom0930:20180729213131p:plain

 

f:id:tom0930:20180729213135p:plain 

f:id:tom0930:20180729011735p:plain

 

5. Conclusion

  •  コーナーのような鋭いエッジは,保持することができない.