论文部分内容阅读
针对基于二维图像重建出的带有离群点和噪声的三维点云模型,提出了一种基于邻域扩展聚类的去噪算法。通过数据点之间的欧氏距离以及相邻位置关系的可传递性,搜索每个数据点的邻域,然后对所有点进行聚类划分,从而检测和滤除点云模型中的离群点。重点讨论了点云邻域扩展聚类的概念和方法、如何利用基于动态网格划分法快速搜索点的邻域。解决了点云模型周围孤立及密集分布的离群点检测和滤除问题,提高了传统k-近邻等算法对于点云数据的去噪效率。仿真实验结果表明,该算法可有效滤除点云模型中孤立和密集分布的离群点。