一种基于深度学习的航空零部件点云去噪方法

摘要

本发明公开了一种基于深度学习的航空零部件点云去噪方法，包括：基于航空零部件的理论数据模型，人为增加不同程度的高斯噪声，并为所述模型中每个点生成高度图，构建深度学习训练集；基于构建的深度学习训练集，训练所述深度学习网络，得到深度学习网络模型，用于预测点云数据中每个点的法线信息；由激光扫描仪对真实航空零部件进行扫描，获取实测点云数据，并基于训练好的深度学习网络模型，预测所述实测点云的法线信息；基于所述预测的法线信息，进一步对所述点云中每个点进行位置更新，从而实现实测点云的去噪。本发明解决了现有技术中无法准确高效去除航空零部件扫描点云的噪声的问题，进一步提高了航空零部件检测分析的效率和准确度。