摘要
随着激光扫描、结构光、飞行时间测距和立体视觉等几何传感技术的快速发展，3D 传感器出现在生产和生活的各个领域之中。点云数据作为一种在三维空间中表示对象或场景的数据形式也在计算机视觉领域逐渐获得广泛应用。然而，在获取和处理点云数据的过程中，由于设备精度限制、环境干扰、光照变化等多种因素的影响，点云中往往会包含一定量的噪声。噪声不仅会干扰后续的数据分析和处理，如三维重建、模型识别、物体追踪等，还可能导致模型精度下降。因此，去噪是点云数据预处理中的一个关键步骤，其目的是尽可能准确地恢复物体的真实表面形态。 近年来，点云去噪问题已经得到了广泛的研究。目前已有的点云去噪方法大致可以分为传统的点云去噪方法和基于深度学习的点云去噪方法两大类。传统方法通常基于特定的假设和先验知识来设计，而且过程中涉及大量的参数，导致其适应性较差且参数依赖性强。基于深度学习的方法则可以通过深度神经网络实现自动的噪声消除。此外，这类方法泛化能力强，能够更好地适应各种噪声类型和模式。尽管如此，目前基于深度学习的方法主要集中于分析每个数据点及其邻近区域内的信息，这导致它们难以捕捉输入数据集中点与点之间的长距离依赖性。这一局限性有可能导致去噪算法在保持点云整体的精细细节与复杂的几何关系时引入潜在的误差。 为解决上述问题，本文设计并实现了一种基于 Transformer的点云去噪网络，称为TPCDNet（Tansformer-based point cloud denosing network）。TPCDNet主要由三个关键模块构成：特征提取模块、非局部特征编码模块和特征融合模块。本文的主要工作如下： 首先，为了捕获点云的局部特征，本文提出了特征提取模块。该模块通过分析点云中每个中心点的位置和中心点与近邻点之间的相对关系，来提取出描述点云结构的特征。有效的局部特征提取为后续的去噪过程提供了必要的细节信息，这些信息有助于保留点云数据中的微小结构和边缘。 其次，为了获取更全面的上下文信息，本文提出了非局部特征编码模块。该模块通过捕捉点云内部和特征通道之间的长程相关性，理解输入点集中更广泛的空间关系和特征通道之间的关系，从而在去噪过程中更好地重建和保留点云的整体形状和结构。 最后，为了自适应地整合所有学习到的特征信息，本文提出了特征融合模块。该模块自适应地整合了来自特征提取和非局部特征编码模块的局部与全局特征，允许模型在处理去噪任务时，同时考虑局部细节与全局上下文。之后， TPCDNet 通过共享的多层感知机（MLP）预测每个点的坐标残差，这些残差与原始点云相加，产生去噪后的点云。这种融合局部与全局信息的方法显著提高了去噪效果的精度和效率。 本文在基于 PUSet 的合成噪声数据集和真实点云上进行实验，通过可视化结果和量化评估指标对比验证TPCDNet的去噪性能。此外，本文还设计了消融实验验证各模块的有效性。实验结果表明，TPCDNet 在定量准确性和结构保持方面均优于当前主流的点云去噪方法。
NETL