基于密度聚类和投票判别的三维数据去噪方法

介绍一种有效发现和去除三维数据噪声方法,它既能改善去除噪声的效果,又能保持特征信息。该方法是一种两阶段噪声数据处理方法。该方法首先通过密度聚类将数据分类为正常簇集合、疑似簇集合、异常簇集合,然后利用正常簇集合中的点对疑似簇集合中各点进行投票判断,最终得到一个合理的三维点云数据模型。实验结果证明,该方法能够有效去除制造类工件模型的三维点云数据中的噪声数据,同时能良好保持模型表面的特征,加快处理效率。