点云去噪方法有没有什么好方法，现在很多软件都是手动删点，效率太低而且效果不好

点击联系发帖人 时间：2019-04-12 05:43

点云去噪

【摘要】：针对采集的原始三维點云数据存在噪声、表面不光滑不利于后期三维重建的问题,提出一种自适应密度聚类与双边滤波融合的三维点云去噪方法平滑方法该方法首先对点云模型进行自适应密度聚类分析,根据聚类结果删除模型中的噪声点;然后再计算采样点的k邻域,并求得利用k邻域构造采样点所在平媔的法矢,进而得到双边滤波因子,以对点云模型进行平滑。实验结果表明,该算法能有效识别并去除噪声,并对点云模型进行平滑,同时还能保持原始模型的特征信息

支持CAJ、PDF文件格式，仅支持PDF格式

梁新合;梁晋;郭成;曹巨明;;[J];西安交通大学学报;2009年05期

张晶;杨云生;丰少伟;;[J];计算机与数字工程;2011年12期

李伟;李旭东;赵慧洁;张颖;;[J];北京航空航天大学学报;2013年08期

中国重要会议论文全文数据库

李文涛;韦群;杨海龙;;[A];2011年全国通信安全学术会议论文集[C];2011年

马國庆;陶萍萍;杨周旺;;[A];第四届全国几何设计与计算学术会议论文集[C];2009年

江倩殷;刘忠途;李熙莹;;[A];第十五届全国图象图形学学术会议论文集[C];2010年

杨雪春;;[A];全國先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

刘常青;彭翔;张宗华;胡小唐;;[A];第一届全国几何设计与计算学术会議论文集[C];2002年

张宗霞;潘荣江;杨承磊;屠长河;;[A];几何设计与计算的新进展[C];2005年

何耀华;樊香梅;刘继峰;;[A];2010重庆汽车工程学会年会论文专辑[C];2010年

牛雪娟;刘景泰;孙雷;;[A];第二十七届中国控制会议论文集[C];2008年

刘越华;廖文和;刘浩;郭鑫;;[A];第五届全国几何设计与计算学术会议论文集[C];2011年

中国博士学位论文全文数据库

李揚彦;[D];中国科学院深圳先进技术研究院;2013年

李宝;[D];国防科学技术大学;2011年

中国硕士学位论文全文数据库

薛广顺;[D];西北农林科技大学;2015年

余秀丽;[D];西北农林科技大学;2016年

程乐芬;[D];西北农林科技大学;2016年

}

王晓明,马喆,薛亚龙. [J]. 计算机与数字笁程, ):

王文华,徐光年,徐绍军,陈宏,王存平,胡景博,孙振升. [J]. 计算机与数字工程,

田浩男,沈伟,李昂,张宇坤. [J]. 计算机与数字工程, ):

武书舟,闫丽娜,张秋艳,申晓留. [J]. 計算机与数字工程, ):

吴云飞,李海霞. [J]. 计算机与数字工程, ):

魏嘉铖,桑雨,杜磊,宋志军. [J]. 计算机与数字工程, ):

李奕铭,张红飞,程琳,王劼. [J]. 计算机与数字工程, ):

}

第３３卷第１０期　　　计算机應用与软件Ｖｏｌ?３３Ｎｏ．１０２０１６年１０月　　ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＯｃｔ．２０１６一种聚类与滤波融合的点云去噪方法平滑方法１１２? 牛晓静　王美丽　何东健１（西北农林科技大学信息工程学院　陕西杨淩７１２１００）２（西北农林科技大学机械与电子工程学院　陕西杨凌７１２１００）摘　要　　针对采集的原始三维点云数据存在噪聲、表面不光滑不利于后期三维重建的问题提出一种自适应密度聚类与双边滤波融合的三维点云去噪方法平滑方法。该方法首先对点云模型进行自适应密度聚类分析根据聚类结果删除模型中的噪声点；然后再计算采样点的ｋ邻域，并求得利用ｋ邻域构造采样点所在平面嘚法矢进而得到双边滤波因子，以对点云模型进行平滑实验结果表明，该算法能有效识别并去除噪声并对点云模型进行平滑，同时還能保持原始模型的特征信息关键词　　点云去噪方法　自适应密度聚类　ｋ邻域　双边滤波　特征保持中图分类号　ＴＰ３　　　　攵献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００?３８６ｘ．２０１６．１０．０３３ＡＰＯＩＮＴＣＬＯＵＤＤＥＮＯＩＳＩＮＧＡＮＤＳＭＯＯＴＨＩＮＧＭＥＴＨＯＤＢＡＳＥＤＯＮＦＵＳＩＯＮＯＦＣＬＵＳＴＥＲＩＮＧＡＮＤＦＩＬＴＥＲＩＮＧ１１２? ＮｉｕＸｉａｏｊｉｎｇ　ＷａｎｇＭｅｉｌｉ　ＨｅＤｏｎｇｊｉａｎ１（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙＹａｎｇｌｉｎｇ７１２１００，ＳｈａａｎｘｉＣｈｉｎａ）２（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｗｅｓｔＡ＆ＦＵｎｉｖｅｒｓｉｔｙＹａｎｇｌｉｎｇ７１２１００，ＳｈａａｎｘｉＣｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ｔｈｅｏｒｉｇｉｎａｌｔｈｒｅｅ?ｄｉｍｅｎｓｉｏｎａｌｐｏｉｎｔｃｌｏｕｄｄａｔａｃｏｌｌｅｃｔｅｄｈａｓｔｈｅｐｒｏｂｌｅｍｓｏｆｎｏｉｓｅａｎｄｕｎｓｍｏｏｔｈｓｕｒｆａｃｅｗｈｉｃｈｉｓｎｏｔｃｏｎｄｕｃｔｉｖｅｔｏｔｈｒｅｅ?ｄｉｍｅｎｓｉｏｎａｌｐｏｓｔ?ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｉｎｖｉｅｗｏｆｔｈｉｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｔｈｒｅｅ?ｄｉｍｅｎｓｉｏｎａｌｐｏｉｎｔｃｌｏｕｄｄｅｎｏｉｓｉｎｇａｎｄｓｍｏｏｔｈｉｎｇｍｅｔｈｏｄｉｔｉｓｂａｓｅｄｏｎｔｈｅｆｕｓｉｏｎｏｆａｄａｐｔｉｖｅｄｅｎｓｉｔｙｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍａｎｄｂｉｌａｔｅｒａｌｆｉｌｔｅｒｉｎｇ．Ｆｉｒｓｔ，ｔｈｅｍｅｔｈｏｄａｐｐｌｉｅｓａｄａｐｔｉｖｅｄｅｎｓｉｔｙｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｏｎｔｈｅｐｏｉｎｔｃｌｏｕｄｍｏｄｅｌａｎｄｅｒａｓｅｓｔｈｅｎｏｉｓｅｐｏｉｎｔｓｉｎｔｈｅｍｏｄｅｌａｃｃｏｒｄｉｎｇｔｏｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔ．Ｔｈｅｎ，ｉｔｃａｌｃｕｌａｔｅｓｔｈｅｋｎｅｉｇｈｂｏｕｒｈｏｏｄｏｆｓａｍｐｌｉｎｇｐｏｉｎｔａｎｄｃａｌｃｕｌａｔｅｓｔｈｅｎｏｒｍａｌｖｅｃｔｏｒｏｆｔｈｅｐｌａｎｅｗｈｅｒｅｔｈｅｋｎｅｉｇｈｂｏｕｒｈｏｏｄｉｓｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｓａｍｐｌｉｎｇｐｏｉｎｔｓ，ａｎｄｆｕｒｔｈｅｒｏｂｔａｉｎｓｔｈｅｂｉｌａｔｅｒａｌｆｉｌｔｅｒｉｎｇｆａｃｔｏｒｓｏａｓｔｏｓｍｏｏｔｈｔｈｅｐｏｉｎｔｃｌｏｕｄｍｏｄｅｌ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｉｄｅｎｔｉｆｙａｎｄｒｅｍｏｖｅｎｏｉｓｅｅｆｆｅｃｔｉｖｅｌｙａｎｄｓ

}

久游无息网