李孟迪;蒋胜平;王红平;

• 1:中国地质大学(武汉)
• 2:Autodesk
• 3:Inc.

摘要(Abstract)：

针对点云数据平面拟合过程中存在粗差及异常值等问题,文章提出一种基于随机抽样一致性算法(RANSAC)的稳健平面拟合方法。该方法以RANSAC算法为基础并结合特征值法,通过设置一定的准则,剔除点云数据中存在的粗差及异常值,达到获得理想平面拟合参数的目的。运用此算法对仿真数据及实测数据进行平面拟合,并与传统算法进行比较,结果表明该方法可以很好地适应于点云数据中存在粗差及异常值的情况,获得较好的平面参数估计值,是一种稳健的平面拟合算法。

关键词(KeyWords)： 点云数据;随机抽样一致性;平面拟合;异常值;稳健

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 李孟迪;蒋胜平;王红平;

DOI: 10.16251/j.cnki.1009-2307.2015.01.022

参考文献(References)：

• [1]魏征,杨必胜,李清泉.车载激光扫描点云中建筑物边界的快速提取[J].遥感学报,2012,16(2):291-296.
• [2]Prabhat K Acharya,Thomas C Henderson.Parameter estimation and error analysis of range data[EB/OL].[2013-04-12].http://ieeexplore.ieee.org/xpls/abs_all.jsp?ar-number=12312.
• [3]何文峰,查红彬.基于平面特征的深度图像配准——中国人工智能进展2003[M].北京:北京邮电大学出版社,2003:643-648.
• [4]Wang Caihua,Tanahashi Hideki,HirayuHidekazu,et al.Comparison of local plane fitting methods for range data[EB/OL].(2013-04-12).http://ieeexplore.ieee.org/xpls/abs_all.jsp?ar-number=990538.
• [5]官云兰,程效军,施贵刚.一种稳健的点云数据平面拟合方法[J].同济大学学报(自然科学版),2008,36(7):981-984.
• [6]官云兰,刘绍堂,周世健,等.基于整体最小二乘的稳健点云数据平面拟合[J].大地测量与地球动力学,2011,31(5):80-83.
• [7]郭继东,向辉.一个基本矩阵的鲁棒估计算法[J].计算机科学,2005,25(12):2846-2848.
• [8]李娜,马一薇,杨洋,高晟丽.利用RANSAC算法对建筑物立面进行点云分割[J].测绘科学,2011,36(5).
• [9]陈付幸,王润生.基于预检验的快速随机抽样一致性算法[J].软件学报,2005,16(8):1431-1438.
• [10]Bauer J,Karner K,Schindler K,Klaus A,Zach C.Segmentation of building from dense 3Dpoint clouds[C]//Proceedings of the ISPRS Workshop Laser scanning.Enschede,the Netherlands,2005:12-14.