散乱点云自适应滤波算法
提出一种散乱点云自适应滤波算法,该算法采用改进的R*-树组织散乱点云的拓扑近邻关系,基于该结构快速准确获取局部型面参考数据,自适应调节二维高斯分布的数字特征计算滤波权值,计算局部型面参考数据对原始型面数据的影响因子,以此作为权值计算各点滤波后的坐标,采用加权平均方法实现散乱点云的自适应滤波.实验证明该算法可有效提高点云的滤波效率,在保留原始型面特征的基础上,减小点云的随机误差,提高光顺性.
散乱点云、R*-树、二维高斯分布、加权平均、滤波处理
37
TP391.72(计算技术、计算机技术)
国家高技术研究发展计划(863计划)2006AA04Z105
2017-01-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
76-80