基于K-近邻点云去噪算法的研究与改进

被引：33

作者：

张毅 ^{[1
]}

刘旭敏 ^{[1
]}

隋颖 ^{[2
]}

关永 ^{[1
]}

机构：

[1] 首都师范大学信息工程学院

[2] 解放军理工大学指挥自动化学院

来源：

计算机应用 | 2009年 / 29卷 / 04期

基金：

北京市自然科学基金;

关键词：

K近-邻; 离群点; 高斯核函数; 密度熵; 去噪;

D O I：

暂无

中图分类号：

TP391.72 [];

学科分类号：

080201 ; 080203 ; 081304 ; 1403 ;

摘要：

针对三维扫描获取的带噪声和离群点的点云数据,提出了改进的去噪算法。通过K-近邻搜索建立散乱点云之间的拓扑关系,进而采用高斯影响函数作为核函数来估计当前测点对周围邻近点的影响力,从而限制噪声并剔除离群点。重点讨论了密度熵的概念以及如何优化高斯核函数的参数,解决了窗宽尺寸在使用中不易确定的问题。仿真实验证明,该算法能够很容易地检测出离群点,同时也避免了将模型上的点误判为离群点的问题。

引用

页码：1011 / 1014

页数：4

共 11 条

[1] 基于八叉树网格的点云数据精简方法研究
周波
陈银刚
顾泽元
[J]. 现代制造工程, 2008, (03) : 64 - 67
[2] 散乱点云去噪算法的研究与实现
刘大峰
廖文和
戴宁
程筱胜
[J]. 东南大学学报(自然科学版), 2007, (06) : 1108 - 1112
[3] 均值漂移算法的研究与应用
周芳芳
樊晓平
叶榛
[J]. 控制与决策 , 2007, (08) : 841 - 847
[4] 一种确定高斯核模型参数的新方法
张翔
肖小玲
徐光祐
[J]. 计算机工程, 2007, (12) : 52 - 53+56
[5] 基于散乱点云数据的曲面重建关键技术研究[D]. 贺美芳.南京航空航天大学 2006
[6] 三维数字表面去噪光顺技术研究[D]. 胡国飞.浙江大学 2005
[7] 点云模型的光顺去噪研究[D]. 刘立国.浙江大学 2007
[8] 海量点云预处理算法研究[D]. 戴静兰.浙江大学 2006
[9] On stochastic methods for surface reconstruction[J] . Waqar Saleem,Oliver Schall,Giuseppe Patanè,Alexander Belyaev,Hans-Peter Seidel.The Visual Computer . 2007 (6)
[10] A methodology for smoothing of point cloud data based on anisotropic heat conduction theory
Xue-Chang Zhang
Jun-Tong Xi
Jun-Qi Yan
[J]. The International Journal of Advanced Manufacturing Technology, 2006, 30 : 70 - 75

← 1 2 →