针对传统多尺度模型对模型点云比较方法(Multiscale Model to Model Cloud Comparison,M3C2)计算法向量与形变量时易受离群点影响的缺点,提出一种基于离群点探测准则的改进算法.首先,在估计关键点法向量时,依据改进离群点探测准则迭代剔除离群点,提高法向量估计的准确性,然后,通过离群点探测剔除圆柱内离群点,最后,结合正态分布加权计算形变量.实验结果表明,相较于M3C2 原始算法,改进算法将法向量均方差精度指标提升 50%以上,在形变量较大区域可将形变量估值均方差精度指标提高 200%以上.改进算法具有更好的适用性和可靠性.
Improved Algorithm for Estimating Distance between Point Clouds Based on Outlier Detection
multiscale model to model cloud comparisonoutlier detectionprincipal component a-nalysispoint cloud deformation monitoringRANSAC
国家科技期刊平台
NSTL
万方数据
维普
