发明名称 |
一种不均匀散乱点云数据的滤波方法 |
摘要 |
本发明公开了一种不均匀散乱点云数据的滤波方法,将采空区的散乱点云数据进行索引组织,将所述点云数据组织成正方体规则网格的数据模型;选择网格测点数最多的三个邻域网格的重心来确定网格逼近视平面S;利用所述法向量n求得所述网格中每个测点到所述网格逼近视平面S的最短距离h;适应确定滤波范围,进行噪声点剔除处理;针对滤波处理后的点云数据,调整规则网格的大小,并重复上述步骤迭代滤波。采用该滤波方法可以有效的剔除大尺度噪声和部分小尺度噪声,降低非均匀数据的误剔除率。 |
申请公布号 |
CN103853840B |
申请公布日期 |
2017.05.03 |
申请号 |
CN201410101500.4 |
申请日期 |
2014.03.18 |
申请人 |
中国矿业大学(北京) |
发明人 |
朱红;刘虹;陈绪锋;张国英;刘冠洲 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京凯特来知识产权代理有限公司 11260 |
代理人 |
郑立明;陈亮 |
主权项 |
一种不均匀散乱点云数据的滤波方法,其特征在于,所述方法包括:将采空区的散乱点云数据进行索引组织,将所述点云数据组织成正方体规则网格的数据模型,并记录每一个网格所包含的散乱测点;利用所述网格的三维坐标范围和所述测点的三维坐标,确定每个测点所属网格,并计算出网格点云重心C<sub>i</sub>,选择网格测点数最多的三个邻域网格的重心来确定网格逼近视平面S;求得所述网格逼近视平面S的法向量n,利用所述法向量n求得所述网格中每个测点到所述网格逼近视平面S的最短距离h;将所述网格中每个测点对应的h值按升序排序,计算出各h值的均值k和方差σ,并自适应确定滤波范围,进行噪声点剔除处理;针对滤波处理后的点云数据,调整规则网格的大小,并重复上述步骤迭代滤波。 |
地址 |
100083 北京市海淀区学院路丁11号中国矿业大学 |