作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
机载扫描系统(ALS)点云数据中含有数量巨大的噪声点,影响数据处理精度,同时也占用了大量的内存。因此在处理点云数据前必须对超大点云进行去噪。根据传统的KNN算法,结合分块读取、存贮技术,提出基于26KNN的机载点云去噪方法,成功实现了超大点云的预处理。
推荐文章
基于监督学习的机载LiDAR点云滤波方法
激光雷达
滤波
SVM
二分类
特征向量
基于奇异点的字典模型指纹方向场去噪方法
指纹图像增强
潜指纹
方向场
奇异点
字典
偏度特征约束下的机载激光雷达点云数据分类
机载激光雷达
点云数据
偏度特征
数据分类
SVM分类器
基于CUDA的点云去噪算法
统一计算设备架构
GPU并行计算
点云去噪
双边滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于26KNN的机载点云去噪方法
来源期刊 山东理工大学学报(自然科学版) 学科 地球科学
关键词 机载扫描系统 超大点云 26KNN 去噪
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 25-27
页数 3页 分类号 P232
字数 1421字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李峰海 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (3)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机载扫描系统
超大点云
26KNN
去噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东理工大学学报(自然科学版)
双月刊
1672-6197
37-1412/N
大16开
山东省淄博市张周路12号
1985
chi
出版文献量(篇)
2724
总下载数(次)
4
总被引数(次)
12440
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导