随着三维激光扫描技术的推广与应用,该技术已广泛应用于工业、航天、医学、影视、考古等多个领域,点云数据的获取及其处理算法的研究进展也越来越受到国内外学者们的关注。通过三维激光扫描仪获取的点云数据,不仅储存信息丰富,而且结构简单并易于操作,适合表达表面特征复杂及几何形状不规则的物体。然而,受扫描设备的精度、操作者的经验、外界环境因素等影响,点云数据中不可避免地存在噪声,严重影响点云配准、特征提取、曲面重建、可视化等后续应用处理。点云去噪可削弱这种影响,并对三维点云应用处理有重要基础意义。本文主要以地面三维激光扫描仪获取的点云为研究对象,对其去噪过程进行了深入的研究,主要内容如下:(1)总结了激光点云噪声的不同类型以及产生噪声的原因,同时阐释了几种常见的去噪算法原理,并通过对比实验讨论了去噪滤波算法之间的平滑去噪效果。(2)针对现有双边滤波算法存在的弊端,提出了一种改进的双边滤波光顺去噪算法。该算法通过在法向量估计质量改进的基础上提高了在平滑过程中噪点位置调整的可靠性。同时在点邻域的选取上增加了子约束条件,不仅实现了孤点等较大尺度噪声的去除,而且在增强其鲁棒性与保特征性的同时提高了算法平滑处理的效率。通过对比改进前后的双边滤波算法实验效果,验证了改进的双边滤波算法的优越性。(3)提出了一种基于超体素分割的点云去噪算法。该算法首先依据八叉树对点云进行划分形成体素数据,在此基础上定义了一种新的相似性度量特征描述算子,并以此为依据进行聚类进一步形成超体素数据。然后,将超体素模式化为节点,构建点云最小生成树。最后,根据最小树形成的拓扑索引关系进行凸边生长探测噪点来实现点云的去噪。