基于随机抽样一致性算法的稳健点云平面拟合方法

被引：61

作者：

李孟迪 ^{[1
]}

蒋胜平 ^{[1
,2
]}

王红平 ^{[1
]}

机构：

[1] 中国地质大学(武汉)

[2] Autodesk,Inc

来源：

测绘科学 | 2015年 / 01期

关键词：

点云数据; 随机抽样一致性; 平面拟合; 异常值; 稳健;

D O I：

10.16251/j.cnki.1009-2307.2015.01.022

中图分类号：

P207 [测量误差与测量平差];

学科分类号：

0708 ; 070801 ; 08 ; 0816 ;

摘要：

针对点云数据平面拟合过程中存在粗差及异常值等问题,文章提出一种基于随机抽样一致性算法(RANSAC)的稳健平面拟合方法。该方法以RANSAC算法为基础并结合特征值法,通过设置一定的准则,剔除点云数据中存在的粗差及异常值,达到获得理想平面拟合参数的目的。运用此算法对仿真数据及实测数据进行平面拟合,并与传统算法进行比较,结果表明该方法可以很好地适应于点云数据中存在粗差及异常值的情况,获得较好的平面参数估计值,是一种稳健的平面拟合算法。

引用

页码：102 / 106

页数：5

共 6 条

[1] 车载激光扫描点云中建筑物边界的快速提取 [J].