地面三维激光点云去噪算法研究

论文摘要

随着三维激光扫描技术的推广与应用,该技术已广泛应用于工业、航天、医学、影视、考古等多个领域,点云数据的获取及其处理算法的研究进展也越来越受到国内外学者们的关注。通过三维激光扫描仪获取的点云数据,不仅储存信息丰富,而且结构简单并易于操作,适合表达表面特征复杂及几何形状不规则的物体。然而,受扫描设备的精度、操作者的经验、外界环境因素等影响,点云数据中不可避免地存在噪声,严重影响点云配准、特征提取、曲面重建、可视化等后续应用处理。点云去噪可削弱这种影响,并对三维点云应用处理有重要基础意义。本文主要以地面三维激光扫描仪获取的点云为研究对象,对其去噪过程进行了深入的研究,主要内容如下:(1)总结了激光点云噪声的不同类型以及产生噪声的原因,同时阐释了几种常见的去噪算法原理,并通过对比实验讨论了去噪滤波算法之间的平滑去噪效果。(2)针对现有双边滤波算法存在的弊端,提出了一种改进的双边滤波光顺去噪算法。该算法通过在法向量估计质量改进的基础上提高了在平滑过程中噪点位置调整的可靠性。同时在点邻域的选取上增加了子约束条件,不仅实现了孤点等较大尺度噪声的去除,而且在增强其鲁棒性与保特征性的同时提高了算法平滑处理的效率。通过对比改进前后的双边滤波算法实验效果,验证了改进的双边滤波算法的优越性。(3)提出了一种基于超体素分割的点云去噪算法。该算法首先依据八叉树对点云进行划分形成体素数据,在此基础上定义了一种新的相似性度量特征描述算子,并以此为依据进行聚类进一步形成超体素数据。然后,将超体素模式化为节点,构建点云最小生成树。最后,根据最小树形成的拓扑索引关系进行凸边生长探测噪点来实现点云的去噪。

论文目录

文章来源

类型: 硕士论文

作者: 白慧鹏

导师: 廖中平

关键词: 点云去噪,点云分割,双边滤波,特征保留,超体素,最小生成树

来源: 长沙理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,自然地理学和测绘学,无线电电子学

单位: 长沙理工大学

分类号: P225.2;TN249

DOI: 10.26985/d.cnki.gcsjc.2019.000192

总页数: 63

文件大小: 4771K

下载量: 49

相关论文文献

• [1].基于卷积神经网络的非等效点云分割方法[J]. 东华大学学报(自然科学版) 2019(06)
• [2].点云智能研究进展与趋势[J]. 测绘学报 2019(12)
• [3].基于深度学习的点云分割方法综述[J]. 计算机工程与应用 2020(01)
• [4].点云数据预处理研究[J]. 现代信息科技 2020(02)
• [5].基于地基激光雷达点云的植被表型特征测量[J]. 生态学杂志 2020(01)
• [6].机载点云空洞的修复方法[J]. 北京测绘 2020(02)
• [7].基于深度学习的零件点云分割算法研究[J]. 机电工程 2020(03)
• [8].基于深度学习的点云语义分割综述[J]. 激光与光电子学进展 2020(04)
• [9].基于神经网络的航空行李点云检测方法研究[J]. 电子世界 2020(07)
• [10].基于二维截面筛选标记的点云简化方法研究[J]. 机电工程 2020(05)
• [11].三维点云补全方法的现状和发展趋势[J]. 信息记录材料 2020(05)
• [12].新型激光远程点云装置研究[J]. 机电信息 2020(17)
• [13].一种简化的输电线路点云电塔自动定位方法[J]. 北京建筑大学学报 2020(03)
• [14].一种改进的区域增长彩色3D点云分割算法[J]. 国外电子测量技术 2018(11)
• [15].面向反光工件点云缺陷的点云增强算法[J]. 计算机辅助设计与图形学学报 2019(07)
• [16].一种基于高度差异的点云数据分类方法[J]. 测绘通报 2018(06)
• [17].手提激光盘煤仪点云去噪[J]. 激光杂志 2017(05)
• [18].面向室内场景点云的对象重建[J]. 测绘通报 2017(06)
• [19].快速点云定向数学模型实际精度分析[J]. 北京测绘 2017(04)
• [20].基于点云几何约束的仿真安装探讨[J]. 地理空间信息 2017(09)
• [21].基于自适应切片的点云压缩算法[J]. 工程勘察 2017(09)
• [22].序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用 2016(08)
• [23].地面三维激光扫描点云重建技术研究[J]. 数码世界 2017(08)
• [24].三维环境下交互式点云对象提取方法[J]. 计算机工程与应用 2019(24)
• [25].换流站激光点云密度对土石方计算的影响[J]. 电力勘测设计 2020(01)
• [26].融合个体识别的3D点云语义分割方法研究[J]. 黑龙江工业学院学报(综合版) 2019(12)
• [27].机载激光点云与摄影测量点云非监督建筑物变化检测[J]. 测绘科学技术学报 2019(05)
• [28].电力巡检点云分布式异构处理的研究[J]. 湖北电力 2019(05)
• [29].点云重建的并行算法[J]. 计算机工程与应用 2020(06)
• [30].基于深度学习的点云匹配[J]. 计算机工程与设计 2020(06)

标签：点云去噪论文;  点云分割论文;  双边滤波论文;  特征保留论文;  超体素论文;  最小生成树论文;