基于地铁隧道点云数据的组合滤波算法

• 作者: 王井利 王继野 陈薪文
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 地铁隧道 统计滤波 高斯曲率 均值滤波 双边滤波
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 土木工程
• 页码范围: 520-528
• 页数: 9页
• 分类号: U456.3
• 语种: 中文
• DOI: 10.11717/j.issn:2095-1922.2020.03.17

摘要

目的 提出一种点云数据组合的滤波方法,对地铁隧道的点云数据进行有效的精简滤波,提高地铁隧道结构变形分析的准确性.方法首先,对三维点云数据采用基于统计特征的滤波方法进行初步滤波,去除远离点云数据主体的离散点;其次,估算点云数据模型各数据点的高斯曲率,将点云数据分为突变区域和平滑区域;最后,采用双边滤波算法对突变区域点云数据进行滤波,采用改进的均值滤波算法对平滑区域点云数据进行滤波处理.结果通过对沈阳地铁隧道点云数据进行滤波实验及拟合圆半径分析,笔者所提组合滤波算法可以在保留隧道壁和轨道等结构的情况下,去除离散点和隧道壁上的无关非点等噪声;该算法对点云数据进行了有效精简,拟合圆的半径与设计半径差值更小,结果精度更高.结论笔者所提出的滤波算法可去除地铁三维点云数据的噪声点,并完整保留了隧道结构的几何细节特征,提高了变形分析的精度.