基于自适应阈值的三维点云分段式去噪方法

摘要：

激光雷达探测点云数据中存在大量噪声点,导致三维图重建精度下降,无法完全复现物体结构,本文针对此问题提出了一种基于自适应阈值的三维点云分段式去噪方法.根据噪声点与非噪声点之间的欧式距离,将其划分为远信号噪声点和近信号噪声点两类,先后对两类噪声点分别采用基于非线性函数的阈值自适应去噪算法和基于曲率的去噪算法.基于非线性函数的阈值自适应去噪算法采用有序的栅格对无序的点云进行组织,然后计算栅格内点云密度,最后将栅格到激光雷达的距离作为输入,通过调用非线性函数计算阈值,以实现点云密度阈值的自适应调整.基于曲率的去噪算法采用K-D树对点云数据进行组织,对某点P的邻域内所有的点按曲率进行排序,计算出曲率中值,将大于曲率中值的点P视为噪声点.该方法可以有效去除点云中的噪声点,去噪精确度达到95％以上.

关键词：激光雷达、自适应、栅格化、曲率、K-D树

所属期刊栏目：51

分类号：TN958

资助基金：河北省高等学校科学技术研究项目;河北省教育厅青年拔尖人才项目;国防科技重点项目;石家庄铁道大学研究生创新资助项目

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：311-324