文献类型：期刊文章

作　　者：苏本跃[1,2] 马金宇[1,2] 彭玉升[2,3] 盛敏[2,3]

机构地区：[1]安庆师范大学计算机与信息学院,安徽安庆246133 [2]安徽省智能感知与计算重点实验室,安徽安庆246133 [3]安庆师范大学数学与计算科学学院,安徽安庆246133

出　　处：《系统仿真学报》

基　　金：国家自然科学基金(11471093);安徽省教育厅自然科学研究项目(KJ2014A142);安徽省重点实验室开放课题(ACAIM160102)

年　　份：2016

卷　　号：28

期　　号：10

起止页码：2329-2334

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对Kinect等深度相机扫描获取的点云数据数量庞大、噪声较多的问题,提出一种特征保持的点云去噪和精简算法。使用K-D树快速分类点云;通过曲率估计算法得到局部曲面的曲率值;使用K-means聚类算法对点云进行聚类,对每个类中的点,根据点到聚类中心的欧式距离和邻近点曲率变化判断是否为噪声点;通过保持特征的点云精简算法实现对点云数据的简化。实验结果显示,算法快速有效,对于去除大量外部噪声有良好效果,且精简后的点云数据保持了原始点云特征。

关 键 词：K—means聚类  点云去噪 点云精简 RGBD数据  

分 类 号：TP391.9]