基于信号分解的地形点云修复

三维采集技术的快速发展使得获取真实世界地形的点云成为可能。然而，由于传感器采集技术的限制或特定要求，点云通常包含诸如缺失数据孔洞等缺陷。修复算法被广泛用于修补这些孔洞。然而，现有的传统修复算法依赖于精确的孔洞边界，这限制了它们处理边界不明确情况的能力。另一方面，基于学习的补全方法通常优先重建整个点云，而不是仅关注孔洞填充。基于真实世界地形既表现出全局平滑性又具有丰富局部细节这一事实，我们提出了一种新的地形点云表示方法。该表示方法可以帮助修复没有清晰边界的孔洞。具体而言，它将地形分解为低频和高频分量，分别由 B 样条曲面和相对高度图表示。通过这种方式，地形点云修复问题被转化为 B 样条曲面拟合和二维图像修复问题。通过解决这两个问题，地形点云上高度复杂且不规则的孔洞可以被很好地填充，这不仅满足了全局地形起伏，还展现出丰富的几何细节。实验结果也证明了我们方法的有效性。