稳健加权总体最小二乘的点云数据平面拟合  

Plane fitting of point clouds based on robust weighted total least squares method

作　　者：陈汉清[1,2] 王乐洋[1,2,3] 赵英文[1,2] 储王宁 李海燕[1,2] 

机构地区：[1]东华理工大学测绘工程学院,南昌330013 [2]流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013 [3]江西省数字国土重点实验室,南昌330013

出　　处：《测绘科学》2016年第10期48-52,共5页Science of Surveying and Mapping

基　　金：国家自然科学基金项目(41204003;41161069;41304020);测绘地理信息公益性行业科研专项(201512026);江西省自然科学基金项目(20132BAB216004;20151BAB203042);江西省教育厅科技项目(GJJ13456;KJLD12077;KJLD14049);地理空间信息工程国家测绘地理信息局重点实验室项目(201308);江西省研究生创新专项资金项目(YC2015-S266;YC2015-S267);东华理工大学研究生创新专项资金项目(DHYC-2015005);东华理工大学博士科研启动基金项目(DHBK201113);测绘地理信息江西省研究生创新教育基地资助项目

摘　　要：针对观测向量和系数矩阵均含有误差以及点云数据存在异常点的问题,该文提出一种稳健加权总体最小二乘法。该方法在加权总体最小二乘的基础上,通过设置一定的准则,剔除点云数据中存在的异常点,以获取更为精确的平面拟合参数解。仿真模拟算例和实际点云数据实验结果表明,该方法与传统的方法相比,能够消除异常点带来的影响,获得更精确的参数解,平面拟合精度更高。In this paper, a method of robust weighted total least squares was proposed. Based on weighted total least squares and certain criteria, the outliers in point clouds were detected and removed to obtain more accurate parameter solution of plane fitting. The experiments result of plane fitting with simulated point clouds and real point clouds showed that comparing with traditional methods, the proposed method could eliminate the effects caused by outliers, obtain more accurate parameter solution and better accuracy of plane fitting.

关 键 词：稳健估计 加权总体最小二乘 点云数据 平面拟合 异常点 

分 类 号：P207[天文地球—测绘科学与技术]