三次元点群に含まれるノイズを抑制するために、特徴を保持した疎最適化再構成手法を提案し、ノイズ抑制と同時に鋭い特徴を復元する。まず、近傍点から構成される局所テンソル行列の固有値を用いて潜在多様体面の曲率を推定し、対の整合性投票により特徴点周辺の頑健な統計的識別を実現し、外れ値が法線推定に与える影響を回避する。次に、交互最適化過程で生成される偽特徴を抑制するため、L0最小化フレームワークに特徴識別の適応微分演算子を導入し、射影正則項により曲面特徴の劣化を緩和する。最後に、最適化された法線場に基づいて鋭い特徴を射影復元する。実験結果は、本論文のアルゴリズムにより再構成された点群の誤差が平均で10.2%低減し、法線誤差が平均で29.7%減少し、主観的な視覚効果も既存の多くの典型的なアルゴリズムより優れていることを示している。本手法は点群の品質を効果的に向上させ、点群ベースの三次元測定および逆モデリングの技術支援を提供できる。

点群ノイズ除去;特徴復元;L0最小化;近傍識別;統計的投票