一种多尺度自适应点云坡度滤波算法
点云坡度滤波算法原理简单、易于实现,为进一步提升坡度滤波算法的自适应性,提出了一种多尺度自适应点云坡度滤波算法.首先,在数据预处理的基础上引入虚拟网格对点云数据进行分割;然后,利用距离加权的方式逐次计算网格点的坡度角,结合k均值聚类和正态分布自适应确定滤波阈值;最后,使用多尺度策略逐级缩小网格尺寸实现点云数据的精细滤波.采用两种密度不同的点云数据集对所提算法进行了验证,并将结果与两种坡度滤波算法及国际摄影测量和遥感学会提供的经典算法进行对比,实验表明所提算法整体滤波结果较好,稳定性更高,且适用于不同场景的点云数据.
点云数据、坡度滤波、k均值聚类、正态分布、多尺度滤波
47
P237(摄影测量学与测绘遥感)
2022-04-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
438-446