应用于三维点云数据去噪的改进C均值算法

• 作者: 宋阳 李昌华 李智杰 马宗方
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: C均值 三维点云 去噪 模糊聚类
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391.41
• 字数: 4173字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1412-0068

摘要

针对三维激光扫描仪采集到的点云数据中离群点不易区分和去噪难度大的问题，提出了一种改进的C均值算法。通过分析三维点云数据特征，在传统C均值算法中引入模糊聚类权重因子，降低类内距离和拉大类间距离，有效增强了离群点特征以降低识别难度。进而将识别出的噪声分类别处理，利用改进的C均值算法去除大尺度噪声，构造双边滤波算法去除小尺度噪声数据。与密度聚类算法、正交整体最小二乘平面拟合和基于特征选择的双边滤波点云去噪等算法相比，去噪准确度分别提升了7.3%、6.5%和6.0%，实验结果表明该算法可以有效去除大尺度噪声并能较好地保留有效数据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昌华	西安建筑科技大学信息与控制工程学院	88	507	13.0	18.0
2	马宗方	西安建筑科技大学信息与控制工程学院	24	195	9.0	13.0
3	李智杰	西安建筑科技大学信息与控制工程学院	27	176	7.0	12.0
7	宋阳	西安建筑科技大学信息与控制工程学院	26	78	4.0	8.0