变差函数权值估算的移动最小二乘匹配点云粗差剔除

摘要

现有密集匹配点云数据已实现了地表3维信息的精细化表达,然而由于误匹配,此类点云往往包含一定数量粗差点并影响后续应用的处理效果.针对此类数据中误匹配所产生粗差点的剔除问题,将变差函数引入移动最小二乘(MLS)粗差剔除算法.变差函数对MLS拟合区域内点对间的相关性进行估算,以此为依据设置权值对最小二乘的结果进行优化;然后利用MLS局部、分区域地对点云进行曲面拟合;最终根据拟合结果剔除粗差.利用A3数字测图系统生成的城区、山区密集点云数据进行实验,并将处理结果、等权MLS处理结果与人工剔除结果进行对比.实验结果表明该算法可有效对点云中的粗差进行剔除,相较于等权MLS粗差剔除算法,该算法在城区、山区的误判率分别降低了5.16％和1.31％.