典型文献
基于三维点云的输电线路分类去噪算法研究
文献摘要：
复杂环境中的输电线路点云由于各电力要素结构与点云密度不同,电力要素周边噪声点分布无规律且不均匀,传统去噪方法难以统一去噪.基于此,提出了一种基于粗分类的输电线路三维点云数据去噪算法.首先引入一种基于位置点索引的电塔点云提取方法,粗分类出电塔点云,并基于欧式聚类分割算法(euclidean cluster extraction)获取粗分类后的电力线点云与地物点云.针对粗分类后的电塔点云及地物点云,分别使用自适应阈值的基于密度的空间聚类算法(DBSCAN)和统计滤波算法去噪.针对于电力线点云,提出了一种基于电力线方向估计的主成分分析(PLE-PCA)的坐标变换算法,该算法通过有效放大噪声点与电力线点云距离,实现电力线点云稀疏、分布不均匀情况下的点云去噪.研究采用无人机密集匹配点云数据和无人机激光点云进行去噪试验.与半径滤波算法与统计滤波算法的对比试验结果表明,所提方法在输电线路激光点云和密集匹配点云存在密集噪声、电力要素与噪声点混杂、电力线点云密度低且分布不均匀等复杂环境下均具有较好的鲁棒性.
文献关键词：
点云;电力巡检;点云去噪;主成分分析;基于密度的空间聚类算法
中图分类号：
作者姓名：
钱建国;魏立;李游;王伟玺;李晓明
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁阜新123000;深圳大学建筑与城市规划学院智慧城市研究院,自然资源部城市自然资源监测与仿真重点实验室,深圳市空间信息智能感知与服务重点实验室,广东省城市空间信息工程重点实验室,广东深圳518061
文献出处：
引用格式：
[1]钱建国;魏立;李游;王伟玺;李晓明-.基于三维点云的输电线路分类去噪算法研究)[J].应用激光,2022(11):104-112
A类：
euclidean,基于密度的空间聚类算法
B类：
去噪算法,算法研究,复杂环境,输电线路点云,要素结构,点云密度,噪声点,无规律,去噪方法,三维点云数据,点云数据去噪,索引,电塔,点云提取,欧式聚类,聚类分割,分割算法,cluster,extraction,电力线,地物,自适应阈值,DBSCAN,统计滤波,滤波算法,PLE,坐标变换,换算,分布不均匀,点云去噪,机密,密集匹配点云,激光点云,半径滤波,云和,电力巡检
AB值：
0.260539
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。
