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:
当前机载激光雷达数据和影像匹配得到的点云是密集点云数据的两类主要来源,但都不可避免存在着噪声点。本文提出一种新的点云去噪算法,可适用于这两类数据中所包含的噪声点的去除。算法主要包括两步:第1步利用多尺度的密度算法去除孤立噪声和小的簇状噪声;第2步利用三角网约束将第1步中误检测为噪声的点重新归为正常点。针对真实数据进行了剔噪试验,结果表明本文提出的基于密度分析的多尺度噪声检测算法对孤立噪声和簇状噪声都有较为效,且对于质量较差的影像匹配点云的检测也能有效处理。本文算法检测率达到97%以上。
推荐文章
基于多尺度核函数的散乱点云数据过滤方法
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
MLMS-Net :多层次多尺度点云分类网络
点云分类
卷积神经网络
边缘特征
局部细粒度
法向约束的多幅点云数据融合算法
法向约束
多幅点云
数据融合
基于多尺度轮廓结构元素的多形状边缘检测
多尺度
轮廓结构元素
数学形态学
边缘检测
多形状结构元素
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 多尺度点云噪声检测的密度分析法
来源期刊 测绘学报 学科 地球科学
关键词 噪声检测 点云数据 多尺度 LiDAR 影像匹配
年,卷(期) 2015,(3) 所属期刊栏目 [摄影测量学与遥感]
研究方向 页码范围 282-291
页数 10页 分类号 P237
字数 7289字 语种 中文
DOI 10.11947/j.AGCS.2015.20130423
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 张祖勋 武汉大学遥感信息工程学院 106 3162 32.0 53.0
2 胡翔云 武汉大学遥感信息工程学院 16 176 6.0 13.0
3 熊小东 武汉大学遥感信息工程学院 6 95 4.0 6.0
4 朱俊锋 2 32 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (114)
参考文献  (17)
节点文献
引证文献  (32)
同被引文献  (152)
二级引证文献  (110)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(11)
  • 参考文献(3)
  • 二级参考文献(8)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(14)
  • 引证文献(8)
  • 二级引证文献(6)
2018(32)
  • 引证文献(9)
  • 二级引证文献(23)
2019(67)
  • 引证文献(10)
  • 二级引证文献(57)
2020(24)
  • 引证文献(0)
  • 二级引证文献(24)
研究主题发展历程
节点文献
噪声检测
点云数据
多尺度
LiDAR
影像匹配
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
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
论文1v1指导