邻域自适应的三维点云滤波算法

• 作者: 吴俊威 焦吾振 郑河荣
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 点云滤波 收缩 邻域自适应 混合采样 似然函数
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 191-195
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出混合增采样策略.其次采用邻域自适应选择保持特征部分的滤波精度.最后定义每个采样点以对应的似然函数,并按照其梯度方向进行迭代,通过最大似然估计得到最优滤波结果.实验部分表明,本文三维点云滤波算法对点云滤波精度的保持具有更好的效果.适用于工业生产与检测领域的三维扫描.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑河荣		47	436	11.0	19.0
2	焦吾振		2	5	1.0	2.0
3	吴俊威		3	0	0.0	0.0