来源：期刊VIP网 时间：
作者：陈欣;张大斌;张俊飞;雷远欣;计正康;
单位：贵州大学机械工程学院;贵州人民武装学院;贵州安吉华元科技发展有限公司;贵阳航发精密铸造有限公司;
摘要：激光扫描航空叶片精铸零件获取的点云数据中包含大量噪声点，这会降低模型重建的精度，对叶片的后续加工造成不利影响。为解决上述问题，基于噪声点的分布特征，提出一种结合自适应统计滤波和拟合平面距离滤波的点云去噪算法。首先，以点云密度为目标函数，通过网格搜索自适应调节统计滤波的参数，剔除远噪声点。其次，基于Z分数法设定拟合平面距离滤波的距离阈值，识别近噪声点，实现高精度去噪。选取公开数据库中的点云模型进行参数分析及实验验证，结果表明：所提算法的去噪精确率达到99%以上，均高于半径滤波和自适应统计结合双边滤波，在Armadillo场景下，分别提高了5.40%和1.20%。最后，通过航空叶片模拟测量点云进一步验证了所提算法的实际去噪效果。所提算法具有较高的去噪精确率，可有效剔除点云数据中的噪声点，并在保持点云原始特征方面有良好的表现。
关键词：激光扫描;;分布特征;;统计滤波;;拟合平面;;网格搜索;;Z分数法;;距离阈值;;去噪精确率
基金资助：2023年度贵州省科技支撑计划（黔科合支撑[2023]一般280）;; 2022年度贵州省科技支撑计划（黔科合支撑[2022]一般042）
