基于主成分分析与曲面拟合的激光点云滤波去噪

柳 赟，孙淑艳

（华北电力大学电气与电子工程学院，北京102206）

引 言

在进行激光点云采集时，受仪器本身影响及现场环境干扰，点云中会混有噪声点。点云去噪是激光雷达数据处理的基础。激光点云数据分为两种，有序点云及无序点云。有序点云是指激光点距离整体点云偏差小。无序点云是指比较孤立的、离群较远的噪声点。针对不同类型的点云数据，研究人员采用不同的去噪滤波方法。

针对有序点云数据，通常采用的去噪算法包括中值滤波、高斯滤波、拉普拉斯滤波、法线方向平滑、双边滤波、曲面拟合去噪等。最早对有序点云进行去噪处理的是中值滤波和高斯滤波，中值滤波的中心思想是将需要处理的采样点按照位置及邻域关系进行重新排序，将周围领域点计算得到的均值点作为当前点的位置，该算法简单快捷，但其缺点是会产生新的噪声点，并且整体细节特征会比较模糊，这会使得目标失真，影响到点云的后期处理。高斯滤波是对邻域点进行加权处理、求取平均值，加权是按照噪声点与邻域点的距离，根据距离分配权重，距离近，权值大，距离远，权值相对较小，这种方法能够在一定程度上保留目标的细节特征。TAUBIN将拉普拉斯算法用于点云去噪［1］，能够达到平滑的效果，但是，由于拉普拉斯算子在各个方向的扩散速度相同，该算法在细节特征保留方面较弱。TAUBIN根据拉普拉斯算法对点云去噪，同时采用最小二乘算法去噪，可以减小漂移以及外形收缩问题［2］。……