散乱点云去噪算法的研究与实现

摘要：

提出了一种快速去除散乱点云数据表面噪声和离群点的鲁棒滤波算法.应用核密度估计聚类方法,通过Mean-Shift迭代过程将每一个采样点"漂移"到核密度估计函数的局部最大值点,该最大值点确定了点云数据的聚类中心并能准确逼近原始曲面,使点云曲面收敛为一个稳定的三维数字模型.算法中的似然估计函数充分考虑了散乱点的法矢方向,因此不仅可以去除不同幅度的噪点,还可以用简单的阈值条件很容易地检测出离群点的聚类,从而实现了点云数据的高效快速光顺去噪.

关键词：均值漂移、聚类、核密度估计、似然函数

所属期刊栏目：37

分类号：TP391.72;R783.3(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2005AA420240;江苏省科技攻关计划BE2005014;江苏省南京市医学科技发展基金ZKX0420;江苏省南京市科技计划200504022

在线出版日期：2008-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1108-1112