原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于KNN的点云数据自适应降噪方法，该方法根据点云数据确定最邻域点个数K，K＝an，其中n为点云数据中点的数量，a为0.021％‑0.03％，K为整数，对于点云数据中任一点，利用3‑Sigma规则判断该点是否为其最邻域内的离散点。本发明提供的基于KNN的点云数据自适应降噪方法，依据点云规模自动选取K值，利用3‑Sigma原则，取代手动设定的距离阈值以筛选离散点，并对点云中所有点的x，y，z值进行修正以实现点云平滑，能够实现不需要额外输入任何参数，对输入的点云数据进行KNN降噪操作。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116957944 A
(43)申请公布日 2023.10.27
(21)申请号 202210360556.6
(22)申请日 2022.04.07
(71)申请人 中国科学院理化技术研究所
地址
文档评论（0）