首页|一种高效的点云去噪聚类方法

一种高效的点云去噪聚类方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
逆向工程采用激光扫描设备获取点云数据时会引入无关离体噪声点,针对密度聚类法去噪时引起的内存占用较大、收敛时间较慢的问题,提出了一种高效的点云去噪聚类方法.首先,采用KD-tree建立点云数据的空间索引结构,选择点云的某一维度,找出最小索引核心点云.然后,沿着该维度方向在核心点云邻域外选择最近的未标记的点云扩展密度类.最后,分离出密度相连最大的点云类以完成点云去噪.实验结果表明,与统计滤波、半径滤波、密度聚类滤波算法相比,该方法在完整保留目标点云的同时能高效地去除离体点云噪声,提高了点云去噪的质量.
An Efficient Method of Point Cloud Denoising Clustering

钟文彬、肖振远、刘光帅

展开 >

中国电子科技集团公司第十研究所,四川 成都 610036

西南交通大学机械工程学院,四川 成都 610031

噪声点 密度聚类 KD-tree 核心点云 密度类 密度相连

国家自然科学基金中国电子科技集团公司第十研究所技术创新基金

51275431十所计20181218

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.378(8)
  • 5
  • 13