文档名：基于法向修正与位置滤波的散乱点云去噪算法
摘要：为解决传统点云去噪算法易造成模型的过光顺和局部失真问题,提出一种基于法向修正与位置滤波的散乱点云去噪算法.首先利用主成分分析(PCA)算法初估点云法向,对采样点的邻域点法向进行双边加权,利用加权后的邻域点法向之和估计原采样点的高精度法向;利用采样点与邻域点的平均距离及距离偏差在采样点法向上投影的标准差控制滤波参数的取值,使滤波参数能随采样点的局部几何特征自适应变化;最后将修正后的法向和参数自适应的高斯核函数结合,构建新的点云滤波模型.实验结果表明:修正后的法向偏差均方根为0.0624rad,滤波后的点云数据的最小平均误差为0.0167mm,最小均方根误差为0.4636μm,最大误差为0.0332mm.该算法有效地避免了模型的过光顺和特征细节失真.
作者：戴士杰 东强 季文彬 李慨 任永潮 贾瑞Author：DAIShijie DONGQiang JIWenbin LIKai RENYongchao JIARui
作者单位：河北工业大学机械工程学院,天津300130;河北省机器人感知与融合重点实验室,天津300130
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(2)
分类号：TP391.41
关键词：散乱点云 保特征去噪 法向修正 位置滤波
机标分类号：TP391TN911.73TP242
在线出版日期：2023年3月13日
基金项目：国家重点研发计划，中央引导地方科技发展专项项目基于法向修正与位置滤波的散乱点云去噪算法[
期刊论文] 传感器与微系统--2023, 42(2)戴士杰 东强 季文彬 李慨 任永潮 贾瑞为解决传统点云去噪算法易造成模型的过光顺和局部失真问题,提出一种基于法向修正与位置滤波的散乱点云去噪算法.首先利用主成分分析(PCA)算法初估点云法向,对采样点的邻域点法向进行双边加权,利用加权后的邻域点法向之...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于法向修正与位置滤波的散乱点云去噪算法 Denoising algorithm for scattered point clouds based on normal correction and position filtering
基于法向修正与位置滤波的散乱点云去噪算法.pdf
- 文件大小:
- 1.42 MB
- 下载次数:
- 60
-
高速下载
|
|
