来源：期刊VIP网 时间：
作者：孙超;杜航;周嘉诚;殷诗亮;丁建军;
单位：江汉大学智能制造学院;精细爆破国家重点实验室;
摘要：针对传统去噪算法在线结构光点云的复杂噪声上表现较差的问题，在分析光条图像的噪声区域与点云数据间关联性的基础上，提出一种基于多模态神经网络的线结构光点云去噪方法。首先将激光图像与对应点云轮廓线输入多模态神经网络进行特征融合计算，按其噪点分类结果对每一条轮廓线进行小尺度去噪处理，随后利用统计滤波方法实现整体点云的去噪与平滑。实验结果表明，该方法能保留物体的较多细节与几何特征，在以连杆工件为测试对象的实验中，相比传统方法，平均去噪比提高了4.12%,Hausdorff距离最优，优化后的神经网络提高了3.03%的精确度。通过曲面重建后的点云模型其表面更加平滑且孔洞较少，有效提高了后续三维模型重构的精细度。
关键词：线结构光;;点云去噪;;多模态神经网络;;特征融合
基金资助：国家重点研发计划(2018YFD1100104);; 湖北省教育厅教学研究项目(2022277);; 武汉市教育局产学研项目(CXY202210);; 江汉大学校级科研项目(2022XKZX32)
