A tecnologia de registro de nuvens de pontos, como tecnologia central no processamento de dados de nuvens de pontos, é afetada pela qualidade das nuvens de pontos, pois nuvens de pontos de alta qualidade podem melhorar a precisão do registro, a integridade do modelo espacial, o desempenho dos sistemas de localização em tempo real e construção de mapas. Portanto, a avaliação da qualidade dos dados de nuvens de pontos tem um alto valor objetivo; além disso, os dados de nuvens de pontos obtidos por sensores possuem erros sistemáticos e não sistemáticos, bem como ruídos, o que torna o processamento de dados de nuvens de pontos muito importante. Ainda não existe um método relativamente objetivo para avaliar a eficácia do processamento dos dados de nuvens de pontos. Este artigo propõe um método quantitativo para avaliação da similaridade estrutural multidimensional de nuvens de pontos. Comparando os dados de nuvens de pontos antes e depois da filtragem com dados padrão, são comparadas a média, o desvio padrão e a covariância das coordenadas de todos os pontos nos três eixos em 3D, e então são atribuídos pesos aos valores de similaridade estrutural nos três eixos para finalmente obter a correlação de similaridade estrutural tridimensional, avaliando assim a qualidade dos dados de nuvens de pontos após o filtragem e a rarefação. Este método também foi verificado experimentalmente para melhorar a precisão do registro. Os experimentos mostram que o método pode avaliar a qualidade de nuvens de pontos 3D, bem como a qualidade dos dados de nuvens de pontos obtidos sob diferentes tipos de ruído e métodos de processamento, fornecendo referência para o registro de nuvens de pontos. O método não só avalia de forma eficiente e objetiva o pré-processamento e a qualidade das nuvens de pontos, mas também oferece uma forma de melhorar a precisão e eficiência do registro de nuvens de pontos.

dados de nuvens de pontos; similaridade estrutural; avaliação quantitativa; filtragem de nuvens de pontos