基于点云分块的平均密度阈值点云滤波方法

作者：叶凯; 董建民^*; 张丽君; 王颖涵

来源：佳木斯大学学报(自然科学版), 2023, 41(01): 21-59.

• 点云分块
• 八叉树
• K近邻搜索
• 平均密度
• 点云滤波

针对传统点云滤波算法在滤除噪声点、离群点的同时会破坏点云的结构，提出一种基于点云分块的平均密度阈值点云滤波方法。该算法首先通过构建八叉树数据结构对点云数据进行体素化，然后以体素分辨率为单位分割点云；之后，对分块后的各块点云数据构建KD-Tree(K-Dimensional tree)进行K近邻搜索，使用欧几里得距离公式计算查询点与近邻点的欧式距离，取最近距离估算点云的平均密度，通过叠加各点云块的平均密度再除以点云块数计算出整个点云数据的平均密度；最后，以整个点云的平均密度作为阈值，若该点的平均密度大于整个点云的平均密度，则滤除该点，反之则保存该点。实验结果表明，相较于统计滤波算法、半径滤波算法，提出的算法在滤波效果上可以有效的去除点云数据中的噪声点和离群点，同时较好的保存点云的细节信息。

• 单位
  西藏民族大学