研究背景与问题

煤矿矩形巷道在矿井生产中扮演着至关重要的角色，其精确的几何信息对于矿井的安全和效率至关重要。然而，在实际的巷道三维建模过程中，由于测量设备和环境因素的影响，点云数据中往往存在多种类型的噪声，如随机噪声、内部附着噪声等。这些噪声的存在会导致巷道表面空洞、边界缺失和结构断裂等问题，严重影响了巷道三维模型的精度和实用性。传统的半径滤波、统计滤波等方法在处理这些复杂噪声时，往往难以有效去除噪声而不破坏巷道的原始结构。

研究方法

为了解决上述问题，本研究提出了一种针对煤矿矩形巷道点云的多类型噪声分阶段去除方法。该方法首先利用矩形巷道顶板、底板及两帮构成的多平面结构先验信息，对点云数据进行初步的平面识别和噪声过滤。接着，根据噪声的类型和分布特点，将噪声去除过程分为两个阶段：第一阶段，采用基于几何特征的局部区域噪声检测算法，识别并去除随机噪声；第二阶段，针对内部附着噪声，采用自适应的滤波方法，通过调整滤波器的参数，实现对噪声的精确去除，同时保持巷道结构的完整性。

核心结果

本研究提出的方法在多个实际煤矿矩形巷道点云数据集上进行了验证。实验结果表明，与传统方法相比，该方法能够更有效地去除点云数据中的多类型噪声，同时显著提高了巷道表面的完整性和结构的准确性。具体来说，在去除随机噪声方面，该方法能够将噪声去除率提高约20%；在去除内部附着噪声方面，能够将噪声去除率提高约15%，同时巷道表面空洞和边界缺失的修复效果也得到了显著提升。

结论与意义

本研究提出的矩形巷道点云多类型噪声分阶段去除方法，通过充分利用巷道的几何结构先验信息，结合自适应滤波技术，实现了对复杂噪声的有效去除。该方法不仅提高了煤矿矩形巷道三维模型的精度，也为类似环境下三维建模和数据处理提供了新的思路和方法。此外，该研究成果对于提高矿井安全生产水平、优化矿井设计、降低生产成本等方面具有重要的实际应用价值。

文章来源：《煤炭科学技术》 网址: http://www.zgwjyzz.cn/qikandaodu/2026/0707/330.html