文件名称：论文研究-基于多尺度核函数的散乱点云数据过滤方法.pdf
文件大小：449KB
文件格式：PDF
更新时间：2022-08-11 15:45:09
散乱点云数据,多尺度核函数,均值漂移跟踪算法,似然估计,噪声,异常数据,过滤
针对光滑曲面采样散乱点云含有噪声及异常数据的问题，提出了一种基于多尺度核函数的过滤处理方法。采用核密度估计技术及均值漂移跟踪算法对原始点云数据进行聚类，结合局部似然函数来测度一个三维点位于采样曲面上的概率，利用过滤后的极大似然点集精确地逼近采样曲面，最后结合经典网格化算法能够获得较好的曲面重构效果。处理实例证明，该方法实用性好，不仅能够很好地抑制不同幅值的噪声，同时也能够探测到异常数据并进行自动清除。