基于局部信息的三维离散点云数据离群点检测

摘要

通过三维扫描仪获取的三维点云数据模型中不可避免地携带了很多离群点,而且模型中的数据点和离群点都是离散的,很难对离群点和数据点进行区分.本文提出了一种利用改进后的椭球准则进行离群点检测的方法,该方法是通过模型数据点的局部信息,在Nkε近邻中计算数据点的离群属性以衡量该点的离群程度,从而剔除离群点.本文重点解决了对三维点云数据模型密集分布的数据点中低密度分布的离群点的识别问题.实验结果表明,该算法能有效检测出模型中的大部分离群点,并最大限度地保持了模型边界.