基于图局部频率解释与非局部自相似性的点云修补

随着3D扫描设备和深度传感器的成熟,点云作为一种3D物体表示格式吸引了越来越多的关注,在远程呈现、导航和遗产重建等多个领域有应用。然而,由于点云采集技术的局限性和复杂的结构,点云通常表现出缺失数据的孔洞。此外,点云定义在不规则非欧几里得域上,这尤其用传统信号处理工具难以处理。因此,借助图信号处理的最新进展,我们提出了一种高效的点云修补方法,利用点云中的局部平滑性和非局部自相似性。具体而言,我们首先提出图节点域中的频率解释,并基于此引入局部图信号平滑先验以描述点云的局部平滑性。其次,我们通过全局搜索与缺失区域最相似的区域来探究非局部自相似性的特征。两个区域之间的相似性度量基于各区域的直接分量与各区域法线的各向异性图全变分来定义。最后,我们将孔洞填充步骤表述为基于所选最相似区域并由图信号平滑先验正则化的优化问题。此外,我们在修补前提出了点云体素化和自动孔洞检测方法。实验结果表明,所提方法在客观和主观质量上均显著优于四种对比方法。