融合主成分分析和局部邻域的平面点云去噪

发布时间：2021-10-08 12:02

　　大型水工建筑物和城市地下轨道是国家的重要基础设施,人工变形监测耗时费力,利用激光雷达扫描对其进行自动化的变形监测已成为研究热点。而此类建筑物具有较多的平面结构特征,为了高效去除平面结构扫描点云中的噪声点,本文提出了一种融合主成分分析和局部邻域的噪声剔除方法,首先利用主成分分析剔除全局噪声,然后利用局部邻域对局部小噪声进行剔除,结合实例对该方法进行了验证。应用结果表明,该方法效率高、算法简单可行,具有较高的推广应用价值。 

【文章来源】：测绘通报. 2020,(05)北大核心CSCD

【文章页数】：5 页

【文章目录】：
1 平面点云去噪算法流程
    1.1 基于主成分分析的全局噪声剔除
    1.2 融合主成分分析和局部邻域的噪声剔除法
2 应用分析
3 结 语


【参考文献】：
期刊论文
[1]基于曲率特征的点云去噪及定量评价方法研究[J]. 朱广堂,叶珉吕.  测绘通报. 2019(06)
[2]基于分裂合并的多模型拟合方法在点云分割中的应用[J]. 张良培,张云,陈震中,肖佩珮,罗斌.  测绘学报. 2018(06)
[3]基于正交整体最小二乘平面拟合的点云数据去噪方法研究[J]. 叶珉吕,花向红,陈西江,魏成.  测绘通报. 2013(11)
[4]海量点云数据滤波处理方法研究[J]. 高志国.  测绘工程. 2013(01)
[5]一种改进的线性预测滤波算法[J]. 张靖,张晓君,江万寿,王建超,郭大海.  国土资源遥感. 2011(01)
[6]基于k-d树的机载LIDAR点云滤波处理[J]. 刘艳丰,王守彬,汤仲安,赵永统.  测绘工程. 2009(05)
[7]基于k-邻域密度的离散点云简化算法与实现[J]. 车翔玖,刘杨,赵义武,车娜,高占恒.  吉林大学学报(理学版). 2009(05)

硕士论文
[1]机载LIDAR数据滤波方法研究[D]. 曹红新.西南交通大学 2011
[2]三维点云数据的处理与应用[D]. 李天兰.昆明理工大学 2011



本文编号：3424121