基于密度聚类和投票判别的三维数据去噪方法

• 作者: Shen Jie 刘晓强 李柏岩 陶抒青
• 来源期刊: 计算机应用研究
• 关键词: 点云数据 异常点检测 基于密度聚类 投票判别算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 619-623
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.02.064

摘要

介绍一种有效发现和去除三维数据噪声方法,它既能改善去除噪声的效果,又能保持特征信息.该方法是一种两阶段噪声数据处理方法.该方法首先通过密度聚类将数据分类为正常簇集合、疑似簇集合、异常簇集合,然后利用正常簇集合中的点对疑似簇集合中各点进行投票判断,最终得到一个合理的三维点云数据模型.实验结果证明,该方法能够有效去除制造类工件模型的三维点云数据中的噪声数据,同时能良好保持模型表面的特征,加快处理效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓强	东华大学计算机科学与技术学院	50	310	10.0	16.0
2	李柏岩	东华大学计算机科学与技术学院	15	70	5.0	7.0
3	陶抒青	东华大学计算机科学与技术学院	2	8	2.0	2.0