基于切片技术的激光点云粗差探测.PDFVIP

20 11 5 ， : 1 年 第 期 罗德安 等 基于切片技术的激光点云粗差探测 文章编号:0494 -0911 (20 11)05-000 1-04 中图分类号:P237 文献标识码:B 基于切片技术的激光点云粗差探测 ， ， ， 罗德安 宋晓华 廖丽琼 吴志群 ( ， 100044) 北京建筑工程学院测量工程系 北京 Point Cloud Outlier Detection Based on Slice Technology LUO Dean ，SONG Xiaohua ，LIAO Liqiong ，WU Zhiqun 摘要: ， 、 ， 借鉴数据挖掘领域内的离群点探测技术 提出适合于海量点云数据的 基于切片技术的粗差探测算法 该算法将三维点云经过 ， ， 。 切片降为二维点 有效解决了三维环境下邻域搜索和粗差指标计算效率低下的问题 使算法整体效率和易用性得以显著提高 关键词: ; ; 点云 离群点 误差 ， 的基础上 笔者借鉴数据挖掘领域内的离群点探测 、 一 引 言 (outlier detection)， 技术 提出了适合于海量点云数 ( 、 、 。 由于扫描过程中外界环境因素 如树木 移动 据的 基于切片技术的粗差探测算法 本文完整描 、 ) ， 、 ， 的行人 车辆及飞鸟等 对扫描目标的遮掩 扫描对 述了该算法的基本思想 实现方法及步骤 并借助 ( ) 于真实数据进行了相应的试验与分析， 象反射特性差异 如完全透射及吸收等 及多路径 证明了本算 ， 。 效应等的影响 原始扫描点云中必然存在大量和所 法的有效性及实用性 ， ， 需信息无关的扫描数据点 这些信息的存在 必然 、 ［1］ 二 相关研究 。 ， 影响到后续的三维模型建立 因此 在通过密集 点云生成三维模型之前， 必须对原始数据进行必要 离群点发现是数据挖掘领域一个重要的研究 ， ( ， 的数据清理