典型文献
基于密度聚类的点云滤波算法研究
文献摘要：
根据激光雷达点云的特征属性,用聚类的方式进行滤波,虽然是一种比较实用的方法,但在实践中,因为点云的数据量巨大,直接利用点的三维坐标进行聚类时的耗时过长、滤波结果误差过大,而且现有的许多滤波算法在不连续地形处的表现不佳.为解决大型点云的直接聚类问题并保留不连续地形的整体起伏,提出了一种新的基于密度聚类的点云滤波算法.以激光雷达点云的空间密度、地物类点云及地形类点云的特征属性为依据,首先根据点云的高程值密度聚类,再进行平面点云的筛选,从而降低数据的样本数量,最后通过基于密度的噪声应用空间聚类算法进行聚类,将原始点云分为噪音类、地物类及地形类点云.采用国际摄影测量与遥感学会提供的数据样本进行实验,并将所提算法与其他8种经典滤波算法进行了比较.定量与定性结果表明,所提算法在城区和农村地区均有较好的适用性,在不连续地形处滤波误差较小,在人工建筑和植被混合地区适应性较好.所提算法具有可行性,可在不同地形中使用.
文献关键词：
遥感;密度聚类;基于密度的噪声应用空间聚类;滤波
中图分类号：
作者姓名：
唐菓;邓兴升;王清阳
作者机构：
长沙理工大学交通运输工程学院,湖南长沙410114
文献出处：
引用格式：
[1]唐菓;邓兴升;王清阳-.基于密度聚类的点云滤波算法研究)[J].激光与光电子学进展,2022(16):426-437
A类：
B类：
密度聚类,点云滤波,滤波算法,算法研究,激光雷达点云,特征属性,数据量,三维坐标,大型点云,聚类问题,空间密度,地物,据点,面点,样本数量,基于密度的噪声应用空间聚类算法,始点,噪音,音类,摄影测量与遥感,工建,不同地形
AB值：
0.277948
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。
