文献类型：期刊文章

作　　者：李朋超[1,2,3] 王金涛[1,2,3,4] 宋吉来[1,2,3,4]

LI Pengchao;WANG Jintao;SONG Jilai(State Key Laboratory of Robotics(Shenyang Institute of Automation,Chinese Academy of Sciences),Shenyang Liaoning 110016,China;Institutes for Robotics and Intelligent Manufacturing,Chinese Academy of Sciences,Shenyang Liaoning 110169,China;University of Chinese Academy of Sciences,Beijing 100049,China;Shenyang SIASUN Robot&Automation Company Limited,Shenyang Liaoning 110168,China)

机构地区：[1]机器人学国家重点实验室(中国科学院沈阳自动化研究所),沈阳110016 [2]中国科学院机器人与智能制造创新研究院,沈阳110169 [3]中国科学院大学,北京100049 [4]沈阳新松机器人自动化股份有限公司,沈阳110168

出　　处：《计算机应用》

年　　份：2019

卷　　号：39

期　　号：S02

起止页码：227-230

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

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。

关 键 词：点云 滤波 基准面 PCL 3D视觉

分 类 号：TP391]