典型文献
一种多尺度自适应点云坡度滤波算法
文献摘要：
点云坡度滤波算法原理简单、易于实现,为进一步提升坡度滤波算法的自适应性,提出了一种多尺度自适应点云坡度滤波算法.首先,在数据预处理的基础上引入虚拟网格对点云数据进行分割;然后,利用距离加权的方式逐次计算网格点的坡度角,结合k均值聚类和正态分布自适应确定滤波阈值;最后,使用多尺度策略逐级缩小网格尺寸实现点云数据的精细滤波.采用两种密度不同的点云数据集对所提算法进行了验证,并将结果与两种坡度滤波算法及国际摄影测量和遥感学会提供的经典算法进行对比,实验表明所提算法整体滤波结果较好,稳定性更高,且适用于不同场景的点云数据.
文献关键词：
点云数据;坡度滤波;k均值聚类;正态分布;多尺度滤波
中图分类号：
作者姓名：
汪文琪;李宗春;付永健;何华;熊峰
作者机构：
信息工程大学地理空间信息学院,河南 郑州,450001;北京遥感信息研究所,北京,100192
文献出处：
引用格式：
[1]汪文琪;李宗春;付永健;何华;熊峰-.一种多尺度自适应点云坡度滤波算法)[J].武汉大学学报（信息科学版）,2022(03):438-446
A类：
坡度滤波
B类：
尺度自适应,滤波算法,算法原理,自适应性,数据预处理,虚拟网格,点云数据,距离加权,逐次,计算网格,格点,坡度角,均值聚类,正态分布,多尺度策略,逐级,网格尺寸,摄影测量,同场,多尺度滤波
AB值：
0.282487
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。
