[发明专利]一种不均匀散乱点云数据的滤波方法

权利要求书

1.一种不均匀散乱点云数据的滤波方法，其特征在于，所述方法包括：

将采空区的散乱点云数据进行索引组织，将所述点云数据组织成正方体规则网格的数据模型，并记录每一个网格所包含的散乱测点；

利用所述网格的三维坐标范围和所述测点的三维坐标，确定每个测点所属网格，并计算出网格点云重心C_i，选择网格测点数最多的三个邻域网格的重心来确定网格逼近视平面S；

求得所述网格逼近视平面S的法向量n，利用所述法向量n求得所述网格中每个测点到所述网格逼近视平面S的最短距离h；

将所述网格中每个测点对应的h值按升序排序，计算出各h值的均值k和方差σ，并自适应确定滤波范围，进行噪声点剔除处理；

针对滤波处理后的点云数据，调整规则网格的大小，并重复上述步骤迭代滤波。

2.根据权利要求1所述不均匀散乱点云数据的滤波方法，其特征在于，所述计算出网格点云重心C_i的步骤为：

根据所述散乱点云数据与所述网格的三维坐标，确定每个测点的所属网格，以及网格内的测点数，设所述网格Grid(x,y,z)内的测点数为N，p_i为测点，其中0≤i＜N，则其网格点云重心C_i为：

$C_i=\underset{0\≤i\≤N}{\mathrm{\Σ}}{P}_i/N.$

3.根据权利要求1所述不均匀散乱点云数据的滤波方法，其特征在于，所述选择网格测点数最多的三个邻域网格的重心来确定网格逼近视平面S，具体包括：

所述网格内的测点用集合P表示，p＝{p₁，p₂，…p_i}，其中0<i<N，N表示网格内的测点数；

如果当前网格内有测点且邻域网格内的测点也存在，且若存在测点的邻域网格超过了三个，那么从中选择测点数最多的前三个邻域网格，求出其重心C₁,C₂,C₃来构成网格逼近视平面S。