一种基于局部邻域特征的点云去噪方法

本发明涉及三维数据处理技术领域，具体公开了一种基于局部邻域特征的点云去噪方法。该方法通过逐点计算多尺度邻域密集度和边缘平滑度，快速区分并滤除噪声点云，包括稀疏离群噪声、稠密离群噪声及目标表面漂移噪声。首先构建点云的KD树结构，自适应选择空间尺度因子，计算每个点的多尺度邻域密集度以筛选离群噪声；其次通过边缘平滑度进一步区分目标表面漂移噪声。本发明在Stanford 3D数据集和GM‑APD激光雷达实采数据集上验证了其高效性，相较于现有方法，在更短运行时间内实现了更高的去噪精确率和召回率，适用于自动驾驶、环境感知等领域。