一种三维点云优化处理方法

一种三维点云优化处理方法，所述方法包括以下步骤：S1、通过三维激光扫描物体，得到在三维空间中组成物体的众多数据点，再将众多数据点归纳成初始点云数据；S2、通过RNCSAC算法去除初始点云数据中的噪声点，得到甲点云数据；S3、通过K‑means聚类方法去除甲点云数据中的离群点，得到乙点云数据；S4、对乙点云数据进行抽稀简化，得到最终点云数据，最终点云数据保留了初始点云数据中数据点的坐标、法向量、曲率、几何形状、边界特征与密度分布。本发明依次采用RNCSAC算法、K‑means聚类算法对点云数据进行去噪，再通过简化抽稀，对点云数据进行简化，让点云数据数据点分布均匀、数据量精简与噪声小。