混合滤波与改进双边滤波的点云去噪算法
Point Cloud Denoising Algorithm Based on Hybrid Filtering and Improved Bilateral Filtering作者机构:长安大学道路施工技术与装备教育部重点实验室陕西西安710064 比亚迪汽车有限公司陕西西安710118
出 版 物:《东北大学学报(自然科学版)》 (Journal of Northeastern University(Natural Science))
年 卷 期:2023年第44卷第5期
页 面:682-688页
核心收录:
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:陕西省科技重大专项(2018zdzx01-01-01) 陕西省自然科学基金资助项目(2022JM-295,2022JQ-576)。
主 题:点云处理 点云去噪 K-means聚类 改进双边滤波 液力变矩器
摘 要:激光扫描获取的曲面零件点云中包含的噪声点将影响零件的曲面拟合精度.提出了一种根据噪声分类分步降噪及光顺方法,利用kd tree结合K-means聚类算法去除离群点噪声,引入采样点曲率改进双边滤波因子,对非离群点噪声进行光顺.利用该方法对液力变矩器导轮叶片点云进行去噪,并与利用三坐标测量机接触式测量获得的叶片局部测量结果配准比较.实验结果表明,70%以上的接触式扫描测量点与利用本文方法去噪后的叶片点云之间的偏差在±10μm之间.表明该方法可以很好地保留扫描物体的几何特征,获得的点云模型能够满足后续模型重建的精度要求.