《表1 所提算法和Cloud compare软件采用的参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《激光扫描数据的密集噪声剔除方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验数据来自于奥地利Rigel公司的VZ 4000扫描仪，选用两站点云数据，其中1号数据点数为29404265个，2号数据点数为41947191个。分别使用所提算法、开源软件Cloud compare中的noise filter[22]和统计滤波联合半径滤波[23]进行去噪实验。Noise filter定义一个搜索半径R，如果每个点的R邻域内的点数小于3，将被视为噪点；反之将拟合局部平面，距离拟合平面较远的邻域点被视为噪点。统计滤波对搜索点到邻域点的距离进行统计分析以剔除统计范围外的噪点，半径滤波通过查询点在指定半径内的近邻点个数剔除其近邻点个数较少的点。所提算法和Cloud compare软件采用的参数如表1所示，Cloud compare、统计滤波联合半径滤波和所提算法的去噪效果如图4～6所示。Noise filter和统计滤波联合半径滤波在密集的噪声区域均存在去噪不充分的问题，而在远距离处均存在过度去噪的问题，原因在于不同距离的点密度分布不同，若仅采用某点半径范围内的点数判别该点是否为噪点，则会对远距离处稀疏的真实点云造成误删，同时也会将密集的噪点视为真实的点云。由图5和图6可知，在保持建筑物边缘方面所提方法优于noise filter和统计滤波联合半径滤波，但对部分电线存在过度去噪，原因在于电线的反射强度较低而引起误删。仅从去噪效果图上看，所提算法明显优于noise filter和统计滤波联合半径滤波。