基于點云去噪算法的發動機艙段測量模型優化

王琬琪，周 淦，張世軒，徐志剛，王軍義

(1.中國科學院沈陽自動化研究所，沈陽 110016；2.中國科學院機器人與智能制造創新研究院，沈陽 110169；3.華北計算機系統工程研究所，北京 100083；4.中國科學院大學，北京 100049)

0 引言

隨著數字孿生、三維測量技術的迅速發展，三維重建已成為產品開發、人工智能和虛擬現實等領域的研究熱點[1]。伴隨而來的問題是如何獲得三維重建所需的點云數據。三維激光掃描技術的發展使得三維重建變得更具可能性，操作簡單有效的同時精準度較高。然而由于掃描過程中的其他因素，點云往往包含大量噪聲點[2-4]。因此，如何有效去除噪聲點成為三維研究的重要組成部分。

近年來，國內外點云數據的研究集中在模型的平滑去噪上。魏碩等[5]提出一種針對單光子的去噪算法，該算法用k維樹計算的點云密度為基礎進行粗去噪，然后采用DBSCAN算法和統計濾波算法進行進一步的精去噪，該算法具有較高的準確性；王曉輝等[6]提出一種通過計算法向量距離進行點云劃分的去噪算法，該算法既可以保持點云的尖銳點，也可以很好地光順平滑區域；吳玉泉等[7]提出一種基于鄰域平均法的去噪算法，提高算法效率的同時保留了點云的特征點；郭寧博等[8]將RANSAC用于點云分割，實現了散亂點云的快速去噪；廖昌粟等[9]將張量投票和最小二乘平面投影應用到特征檢測中，該算法對點云的輪廓特征保留效果好，解決了過光順的問題。趙凱等[10]針對基于密度的噪聲空間聚類算法進行改進，實現了大場景散亂點云的去噪；……