基于图像的重建点云离群点检测算法

• 作者: 张亚萍 李幸刚 杨雨薇
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 点云 三维重建 离群点 边界检测 聚类
• 年，卷（期）: 2018,（5）
• 页码范围: 928-935
• 页数: 8页
• 分类号: TP391.72
• 字数: 4696字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.05.018

摘要

基于图像重建出的三维点云模型通常会包含许多离群点,这些离群点可能孤立存在或密集聚集在一起形成点簇,也可能分布在模型周围甚至附着在模型表面.通过一种检测方法很难有效滤除多种分布状态的离群点,因此,提出了综合的离群点监测算法.首先通过空间距离剔除与模型主体较远的离群点,并通过构建空间拓扑关系加快离群点搜索速度;然后利用边界匹配法,将较小点簇分别与最大点簇进行对比,滤除模型周围离群点簇;最后采用改进的K-m eans算法,根据RGB颜色值特征对点云数据进行聚簇分类,结合已识别的离群点,检测和滤除附着在模型表面的离群点.仿真实验结果表明,此方法能够有效滤除点云模型中多种分布状态的离群点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨雨薇	云南师范大学信息学院	8	20	3.0	4.0
3	张亚萍	云南师范大学信息学院	21	52	4.0	6.0
4	李幸刚	云南师范大学信息学院	5	12	2.0	3.0