基于自适应双阈值的车窗三维点云修复算法

摘要：

目前车辆轮廓检测主要是使用激光扫描技术,能够快速获取复杂曲面的点云数据.在扫描车窗处时,因为车窗本身玻璃材质的透光率较大,产生异常噪声点,污染车窗及其周围的数据,影响车辆轮廓检测的精度.针对车窗处点云数据异常的问题,提出基于点间距与曲率的自适应双阈值特征提取算法.首先计算车辆切面点间距变化量与曲率,然后基于标准差确定双阈值,获得车窗噪声特征点边界.根据特征点边界对车窗部分的边界进行拟合,去除边界内的噪声点.再根据车窗点云数据的特征选择合适的径向基函数对车窗部分进行曲面确定,最后对曲面进行插值完成孔洞修复.通过对激光雷达检测到的车辆三维点云数据进行车窗数据修复,对算法进行检验,结果表明该算法可对车窗数据进行修复且效果良好.

关键词：点云处理、边界提取、孔洞修复、双阈值、径向基函数

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：内蒙古自治区交通运输发展开放基金;陕西省交通科技项目

在线出版日期：2021-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：192-197