Guided 3D point cloud filtering
Paper(3000 words,Multimedia Tools and Applications 2017)
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
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.
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.