[发明专利]基于统计离群和自适应双边混合滤波的3D点云去噪方法

权利要求书

1.基于统计离群和自适应双边混合滤波的3D点云去噪方法，其特征在于，具体按照以下步骤实施：

步骤1，利用统计离群消除滤波器对3D点云数据进行去噪处理，得到初次去噪后的3D点云数据；

步骤2，利用自适应双边滤波器对步骤1中的结果进行去噪，得到最终去噪后的3D点云数据。

2.根据权利要求1所述的基于统计离群和自适应双边混合滤波的3D点云去噪方法，其特征在于，所述步骤1中，具体按照以下步骤实施：

步骤1.1，计算3D点云数据中每个点到其最近K邻域点的平均距离d_m，如式(1)所示；

其中，K＝100，d_i为K邻域内每点到该点距离；

步骤1.2，经步骤1.1后，分别计算每个点的平均距离d_m的期望值d_p和标准差s；如式(2)及式(3)所示；

其中，n为点总数量，n＝958166；

步骤1.3，经步骤1.2后，计算每个点的距离阈值d_t，若d_m>d_t，则滤除该点，否则，保留；如式(4)所示；

d_t＝d_p+λ*s (4)；

式(4)中，λ为松弛参数，λ＝0.1；d_p为期望值；s为标准差。

3.根据权利要求1所述的基于统计离群和自适应双边混合滤波的3D点云去噪方法，其特征在于，所述步骤2中，具体按照以下步骤实施：

步骤2.1，计算初次去噪后的每个3D点云数据的双边平滑因子；如式(5)所示；

其中，N_K(p_i)为p_i的K邻域点云集合；p_j为p_i的K邻域内一点；<,>表示向量内积；n_j、n_i为对应点的单位法向量；W_c为空间域的权重函数；W_s为频率域的权重函数；

步骤2.2，利用公式(9)对步骤1.3的中初次去噪后的每个3D点云数据进行自适应双边滤波处理，即可得到最终去噪后的3D点云数据；

p_inew＝p_i+μn_i (9)；

p_inew为双边滤波后的数据点，p_i为点云中一点，μ为双边滤波因子，n_i为p_i对应的单位法向量。

4.根据权利要求3所述的基于统计离群和自适应双边混合滤波的3D点云去噪方法，其特征在于，所述步骤2.1中，W_c的计算公式，如式(6)所示；

式(6)中，σ_c为点p_i和K邻域内各点间距离对该点的影响因子。

5.根据权利要求3所述的基于统计离群和自适应双边混合滤波的3D点云去噪方法，其特征在于，所述步骤2.1中，W_s的计算公式，如式(7)所示；

式(7)中，σ_s为点p_i与其K邻域内各点间法线方向差异对该点的影响因子，σ_s由公式(8)计算得出；

式(8)中，为p_i到其K邻域内点的平均距离，d_j为p_i到p_j的距离。