散乱点云去噪算法的研究与实现.pdf

第 37卷第 6期 东 南 大 学 学报 ( 自然 科 学 版 ) V o l37 N o6 　 2007年 11月 JOU RNAL O F SOU TH EA ST UN IV ER S ITY (N atu ra l Sc ience Ed ition ) 　 N ov. 2007 　　　　　　 散乱点云去噪算法的研究与实现 刘大峰 　廖文和 　戴 　宁　程筱胜 (南京航空航天大学机电学院, 南京 2 100 16) 摘要 : 提出了一种快速去除散乱点云数据表面噪声和离群点的鲁棒滤波算法. 应用核密度估计 聚类方法 , 通过 M ean Sh ift迭代过程将每一个采样点 “漂移 ”到核密度估计函数的局部最大值 点, 该最大值点确定了点云数据的聚类中心并能准确逼近原始曲面 , 使点云曲面收敛为一个稳定 的三维数字模型. 算法中的似然估计函数充分考虑了散乱点的法矢方向, 因此不仅可以去除不同 幅度的噪点,还可以用简单的阈值条件很容易地检测出离群点的聚类 , 从而实现了点云数据的高 效快速光顺去噪. 关键词 : 均值漂移; 聚类; 核密度估计; 似然函数 中图分类号 : TP39 172; R 7833　 文献标识码 : A 　文章编号 : 100 1 - 0505 ( 2007) Research and imp lementation for denoising noisy scattered point data L iu D afeng 　L iao W enh e 　D a i N ing 　C heng X iaosheng ( C o llege of M echan ica l and E lectrica l Eng ineering, N anj ing U n iversity of A eronau tics and A stronau tics, N anj ing 2 100 16, Ch ina) A b stract: A m ethod fo r robu st f iltering of a no isy set of p o in ts sam p led from a sm oo th su rface is p resen ted. A ke rne l den sity estim a tion techn ique is u sed fo r p o in t c lu ste ring in th e p resen ted m e thod. Each sam p le p o in t is sh ifted to the loca l m ax im um of the kern e l func tion by a m ean sh ift based c lu s tering p rocedu re. Th e c lu stering cen ter of p o in t c loud is con f irm ed th rough the rem a in ing set of m ax im um like lihood p o in ts, and the p o in tb ased su rface is a lso app rox im a ted accu rate ly by th e sam e w ay, so the p o in tset su rface can be converged to a stab le 3D d ig ita l m ode l. Th e no rm a l d irec tion s estim ated at th e scattered p o in ts are concern ed in th e lik