基于多尺度核函数的散乱点云数据过滤方法

• 作者: 何朝明 刘光帅 李柏林
• 来源期刊: 计算机应用研究
• 关键词: 散乱点云数据 多尺度核函数 均值漂移跟踪算法 似然估计 噪声 异常数据 过滤
• 年，卷（期）: 2010,（11）
• 页码范围: 4348-4349,4352
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.11.097

摘要

针对光滑曲面采样散乱点云含有噪声及异常数据的问题,提出了一种基于多尺度核函数的过滤处理方法.采用核密度估计技术及均值漂移跟踪算法对原始点云数据进行聚类,结合局部似然函数来测度一个三维点位于采样曲面上的概率,利用过滤后的极大似然点集精确地逼近采样曲面,最后结合经典网格化算法能够获得较好的曲面重构效果.处理实例证明,该方法实用性好,不仅能够很好地抑制不同幅值的噪声,同时也能够探测到异常数据并进行自动清除.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘光帅	西南交通大学机械学院	22	81	4.0	8.0
2	李柏林	西南交通大学机械学院	139	883	15.0	21.0
3	何朝明	西南交通大学机械学院	54	277	8.0	14.0