典型文献
利用LMedS算法与特征值法的点云平面拟合方法
文献摘要：
针对三维点云数据中存在的异常点会对平面拟合过程产生不利的影响,提出了一种将最小平方中值算法(Least Median of Squares,LMedS)与特征值法相结合的点云平面拟合新方法.首先,通过LMedS算法进行多次迭代确定最佳阈值并剔除点云数据中的异常点.然后,采用特征值法对剔除完异常点后的点云数据进行平面拟合,以获得更加精确的拟合平面参数解.最后,分别采用最小二乘法、特征值法、RANSAC+主成分分析法与所提出方法对仿真和实测点云数据进行平面拟合计算.实验结果表明,相比于其他方法,该方法的平面拟合精度更高,适用于对含有异常点的点云数据进行平面拟合,具有较高的鲁棒性.
文献关键词：
点云数据;异常点;最小平方中值算法;特征值法;平面拟合
中图分类号：
作者姓名：
苏毅辉;陈志聪;吴丽君
作者机构：
福州大学物理与信息工程学院,福建福州350108
文献出处：
引用格式：
[1]苏毅辉;陈志聪;吴丽君-.利用LMedS算法与特征值法的点云平面拟合方法)[J].网络安全与数据治理,2022(03):38-43
A类：
LMedS,点云平面拟合,最小平方中值算法,RANSAC+
B类：
特征值法,拟合方法,三维点云数据,异常点,Least,Median,Squares,多次迭代,最佳阈值,平面参数,拟合计算,其他方法,拟合精度
AB值：
0.156455
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
