基于法向修正与位置滤波的散乱点云去噪算法

基于法向修正与位置滤波的散乱点云去噪算法
戴士杰;东强;季文彬;李慨;任永潮;贾瑞
【期刊名称】《传感器与微系统》
【年(卷),期】2023(42)2
【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0.0624 rad,滤波后的点云数据的最小平均误差为0.0167 mm,最小均方根误差为0.4636μm,最大误差为0.0332 mm。

该算法有效地避免了模型的过光顺和特征细节失真。

【总页数】5页(P130-134)
【作者】戴士杰;东强;季文彬;李慨;任永潮;贾瑞
【作者单位】河北工业大学机械工程学院;河北省机器人感知与融合重点实验室【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于模糊C均值和均值滤波的点云去噪算法
2.基于AVP的不均匀散乱点云离群点去噪算法
3.基于噪声分类的双边滤波点云去噪算法
4.各向异性扩散滤波的三维散乱点云平滑去噪算法
5.基于混合滤波和DBSCAN的点云去噪算法
因版权原因，仅展示原文概要，查看原文内容请购买。