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．
