原文服务方: 计算技术与自动化       
摘要:
三维数据的离群点检测是纹理点云数据处理的重要内容之一,为了有效快速地检测离群点,根据纹理点云的有序结构特征,提出了基于距离统计的检测算法.首先在每个点到其K邻域中其他点距离的基础上计算出K邻域距离;然后根据有序点云中该距离符合正态分布的特点和正态分布3σ定理,将超出3倍方差范围的点认定为离群点.实验结果显示算法采用曼哈顿-最大距离进行检测,当K为4时可以更加快速准确地将有序点云中的离群点检测出来.由此得出,基于距离统计的算法可以有效地将离群点检测出来,同时成功地应用于纹理点云的离群点检测.
推荐文章
基于分化距离的离群点检测算法
离群点检测
分化距离
分化度
友邻点
基于图像的重建点云离群点检测算法
点云
三维重建
离群点
边界检测
聚类
基于密度的局部离群点检测算法
数据挖掘
离群点检测
局部离群点
基于边界和距离的离群点检测
数据挖掘
离群点检测
粗糙集
不确定与不完整数据
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 基于距离统计的有序纹理点云离群点检测
来源期刊 计算技术与自动化 学科
关键词 离群点检测 距离统计 K邻域距离 正态分布3σ定理 有序点云
年,卷(期) 2019,(1) 所属期刊栏目 计算机软件及应用
研究方向 页码范围 139-144
页数 6页 分类号 TP391.72
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.201901027
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 王钦若 广东工业大学自动化学院 197 884 14.0 22.0
2 黄旺华 广东工业大学自动化学院 4 24 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (127)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 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
离群点检测
距离统计
K邻域距离
正态分布3σ定理
有序点云
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2939
总下载数(次)
0
总被引数(次)
14675
论文1v1指导