科研之友
微信
新浪微博
Facebook
分享链接
摘要
3D视觉的点云数据处理中,滤波和配准等算法十分重要,传统的滤波算法,是通过求取距离半径,采样或利用统计学方法来对数据去除噪声,不能满足处理特定位置处数据的需求。提出了一种设置"基准面"的方法对点云数据进行预处理,使其满足后续的滤波处理。首先对给定的点云数据进行平面拟合并估计和平面质心的估计;其次求取某一已知平面的法线及基准点,求出两个点云面之间的变换关系,使两者重合;最后根据实际问题,将指定区域中的噪声去除。实验证明,该方法大大降低了滤波的复杂度且提高了滤波效果。
- 单位
3D视觉的点云数据处理中,滤波和配准等算法十分重要,传统的滤波算法,是通过求取距离半径,采样或利用统计学方法来对数据去除噪声,不能满足处理特定位置处数据的需求。提出了一种设置"基准面"的方法对点云数据进行预处理,使其满足后续的滤波处理。首先对给定的点云数据进行平面拟合并估计和平面质心的估计;其次求取某一已知平面的法线及基准点,求出两个点云面之间的变换关系,使两者重合;最后根据实际问题,将指定区域中的噪声去除。实验证明,该方法大大降低了滤波的复杂度且提高了滤波效果。
