基于VG-DBSCAN算法的大场景散乱点云去噪


针对城市环境下三维激光雷达(LiDAR)点云数据密度不均匀、离群噪点多而不利于后期点云帧间匹配的问题,提出一种应用于城市环境下大规模散乱LiDAR点云的离群噪点滤除算法.该算法对传统的基于密度的噪声应用空间聚类(DBSCAN)算法进行改进,通过对三维点云进行体素栅格划分,创建了一个由栅格单元组成的集合,以此大幅减小每个对象在数据空间中邻域的搜索范围.改进后的算法能够快速发现各个聚类,使目标点云与离群点分离,从而剔除点云中的离群噪点.实验结果表明:所提算法能够实时处理点云数据,在保证点云三维几何特征的同时能有效识别并滤除点云中的离群噪点,降低点云规模,加快点云后续处理的效率,使帧间匹配的精确度提高了2倍…展开v
遥感、激光雷达、点云去噪、密度聚类
38
TP242(自动化技术及设备)
国家重点研发计划2016YFB0101001-6
2018-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
362-367