排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
散乱点云数据的测量是三维物体曲面重建的前提和基础。本文在深入研究了三维测量原理的基础上,提出了一种基于格雷码-相移组合编码技术的光栅投影式测量和标定方法,并针对解码过程中由于图像噪声的干扰而可能出现的错误给出了一种码值修正算法。该测量方法综合了格雷码编码简单、测量范围大、抗干扰性强以及相移法分辨率高,适合测量小范围内表面连续的物体等优点。实验结果表明,应用本文三维测量系统测得的点云数据清晰,重建模型效果逼真,具有良好的实用性和稳定性。 相似文献
2.
散乱点云去噪算法的研究与实现 总被引:3,自引:0,他引:3
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Mean-Shift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. 相似文献
1