科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前在点云双边滤波平滑算法中，人工输入不合理参数导致的点云平滑效果不佳，且易导致体积收缩及现有去噪后点云质量评价方法存在表达局限性等问题，提出一种自适应参数的点云双边滤波算法和基于隐性移动最小二乘(IMLS)的质量评价方法。首先构建KD-tree数据结构用于点云拓扑，之后搜索各点邻域，利用奇异值分解法计算法向量信息，并在双边滤波公式中引入法向离群因子以剔除邻域内离群点，然后通过扩展高斯核函数的权值计算式，在点云邻域内自适应获取空间与法向特征参数，最后应用改进模型进行点云平滑并引入IMLS方法评价点云质量。实验结果表明，考虑法向离群的自适应双边滤波点云平滑算法具有良好的去噪效果，相比其他算法体积收缩更小，且IMLS评价方法客观有效。
- 出版日期2023
- 单位山东省科学院; 哈尔滨工程大学; 中国民用航空总局第二研究所; 齐鲁工业大学; 山东省科学院海洋仪器仪表研究所; 中国石油大学（华东）
