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:
三维激光扫描设备获取的初始点云模型中含有较多的噪声点,不利于后期的点云处理,需要将其进行剔除.为了有效地保持点云的尖锐几何特征,本文提出一种由粗到精的层次化点云去噪算法.首先构造点及其邻域点的张量投票矩阵,通过计算该矩阵的特征值和特征向量构造扩散张量,并基于该扩散张量利用各向异性扩散方程进行循环滤波,从而实现点云初始粗去噪;然后计算滤波后点云的曲率特征,并根据曲率值进一步删除点云中的噪声点,从而实现点云精确去噪;最后通过计算点云熵值对去噪算法进行定量评价.实验结果表明,本文提出的点云去噪算法具有较大的熵值、较小的去噪误差和较高的执行效率.因此说,该层次化点云去噪算法在保持尖锐几何特征的同时,可以快速精确剔除噪声点,是一种有效的点云去噪算法.
推荐文章
虚拟化云计算动态移动数据实时去噪处理系统设计
云计算
动态移动数据
去噪处理
C/S模式
系统设计
鲁棒性
基于CUDA的点云去噪算法
统一计算设备架构
GPU并行计算
点云去噪
双边滤波
点云模型的噪声分类去噪算法
点云去噪
快速双边滤波
统计滤波
条件滤波
平滑
模糊视频图像的小波阈值去噪算法研究
模糊视频
小波阈值
图像去噪
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 层次化点云去噪算法
来源期刊 光学精密工程 学科 工学
关键词 点云去噪 张量投票 各向异性滤波 曲率 熵值
年,卷(期) 2020,(7) 所属期刊栏目 信息科学
研究方向 页码范围 1618-1625
页数 8页 分类号 TP391
字数 4016字 语种 中文
DOI 10.37188/OPE.20202807.1618
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 周明全 西北大学信息科学与技术学院 281 4166 30.0 49.0
2 赵夫群 西安财经大学信息学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (110)
共引文献  (14)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(20)
  • 参考文献(3)
  • 二级参考文献(17)
2018(15)
  • 参考文献(2)
  • 二级参考文献(13)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(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
点云去噪
张量投票
各向异性滤波
曲率
熵值
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
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
论文1v1指导