1、基于最小二乘法的激光雷达数据滤波方法
2、基于双通分离窗滤波算法的激光雷达数据预处理方法
限幅滤波:设置两次采样允许的最大偏差值。
优点:可以克服因偶然因素引起的脉冲干扰。
缺点:无法抑制周期性干扰:无法确定周期性干扰形成的信号中,哪个是正常值,哪个为干扰值?
平滑度差:简单的消除了超出偏差值阈值的部分,无平滑效果
均值滤波:连续取N个采样值进行算术均值计算
优点:适用于对一般随机干扰的信号进行滤波。(在一定范围内存在均值,信号在一定幅度上波动)
缺点:N值较大时信号平滑度较高档灵敏度低,反之灵敏度高而平滑度低。
中值滤波:连续采样N次,把N个值按大小排序,取中间值作为有效值。
优点:可以克服因偶然因素引起的脉冲干扰。
缺点:N值较大时信号平滑度较高档灵敏度低,反之灵敏度高而平滑度低。
信号:雷达扫描数据
噪声:测距中的干扰和噪声
算法步骤:
a、选择一个以K为中心,2M为宽度,L为中心偏移的窗口,0<=L<M。
K = 2M+1, L=0
K = 2M+2-2L ,L!= 0
b、计算窗口内的所有点的均值
fe = 1/K × ∑f(i)
c、限幅处理
g(k) = f(k) if f(k) <= α*fe
g(k) = fe if f(k) > α*fe
其中α为参数阈值。
M=4, α = 0.6 ,L= 3
优点:计算量小,平滑效果明显。
缺点:参数α对拐角处的平滑会偏离实际数据。
3、均值滤波、欧氏距离 动态阈值线特征提取(限幅滤波、中值滤波、均值滤波)
4、基于扫描数据形态学的滤波算法
基于集合论,对具有一定形态的结构元素度量和和提取图中的对应形状。
变化窗口的自适应形态学滤波,
5、基于坡度变化的滤波算法
6、基于TIN的滤波算法
7、基于伪扫描线的滤波算法
8、基于多分辨率方向预测的滤波算法
9、基于小波分层原理的滤波算法