邻域自适应的三维点云滤波算法
3D Point Cloud Filtering by Adaptive Neighborhood作者机构：浙江工业大学计算机科学与技术学院杭州310023
出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期：2021年第42卷第1期
页 面：191-195页
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：浙江省自然科学基金项目(LY19F020031)资助
摘 要：针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出混合增采样策略.其次采用邻域自适应选择保持特征部分的滤波精度.最后定义每个采样点以对应的似然函数,并按照其梯度方向进行迭代,通过最大似然估计得到最优滤波结果.实验部分表明,本文三维点云滤波算法对点云滤波精度的保持具有更好的效果.适用于工业生产与检测领域的三维扫描.
维普期刊数据库
同方期刊数据库