三角网格去噪新方法：保持特征的双边滤波策略

本文主要探讨了一种创新的网格去噪方法，由张三元、李强和张引三位作者在浙江大学计算机科学与技术学院完成。他们的研究集中在如何有效地去除在三维扫描数据中产生的噪声，这是3D造型技术中至关重要的问题。论文标题"一种保持特征的三角网格去噪方法"表明了研究的核心在于设计一种算法，能够在保留几何特征的同时，对网格进行平滑处理。 双边滤波作为一种在图像处理中表现出色的技术，被引入到三维模型去噪的领域。传统的网格去噪方法可能存在过度平滑导致特征丢失的问题，而作者提出的算法则实现了各向异性，这意味着它能够根据局部区域的特性进行不同的处理，既考虑了顶点邻域三角形的空间距离，也考虑了信号在切平面的影响。这种方法旨在提供更接近原始实物模型的去噪效果，这对于逆向工程、医学图像处理和虚拟现实等领域的应用尤为重要，因为这些场景中网格模型的精确性和特征完整性是关键。 在网格除噪与网格光顺这两个相关领域中，网格除噪侧重于消除噪声以恢复模型的原始特征，而网格光顺则更关注于改善网格的光滑度，可能牺牲部分参数化信息。传统的各向同性光顺算法如Hoppe等人的方法虽然简便快速，但由于对噪声和特征处理的不区分，可能会丢失几何特性。为了弥补这一不足，Desbrun等人提出了保特征的光顺算法，通过借鉴图像处理技术，尽可能地保留模型的特征。然而，扩散类型的光顺算法，如Ohtake、Jones和Fleishman等人的工作，也在近期得到了发展。 论文的贡献在于提出了一种新的网格去噪策略，结合了空间距离和信号强度的双重考虑，以期达到更理想的去噪效果，并避免了传统方法中可能出现的特征丢失问题。这种方法对于提高三维模型的质量和可用性具有重要意义，为计算机图形学领域的进一步研究提供了新的视角和实践方法。