目前针对地下巷道点云去噪研究未完全满足巷道点云的特殊去噪需求，尤其是在狭长、密闭且复杂的地下巷道环境中，未能充分应对管壁附属物、粉尘和人为噪声等因素造成的挑战。通过分析井下非结构场景和传感器误差，考虑行人、移动设备和管网带来的噪声，提出一种基于区域生长的非结构巷道点云去噪方法。利用三维激光扫描技术获得井下巷道场景的3D点云信息，并分析其中由于井下非结构场景和传感器误差造成的异常点，以及行人、移动设备和风水管网形成的噪声特点；利用k维树（kd-tree）构建点云的拓扑关系，选取适当的种子节点和生长准则，设定合适的曲率和角度阈值，通过区域生长算法实现巷道点云的有效分割，去除未加入分割区域的离群点云；根据噪声特点，基于巷道点云区域分割结果进一步去噪优化。实验结果表明：对于巷道中存在行人、设备等特征的情况，建议将区域生长算法的角度阈值设定为10°左右，曲率阈值设定为3左右；在实际应用中，应平衡数据量的减少与去噪效果，以确保数据处理的有效性，同时提高数据质量；采用基于区域生长的非结构巷道点云去噪方法进行去噪时，点云数量减少幅度介于SOR滤波器和低通滤波器之间，能有效移除行人、设备等噪声。

0 引言
1 非结构巷道噪声特点分析
2 基于区域生长的非结构巷道点云去噪方法
2.1方法流程
2.2 kd-tree原理
2.3 种子节点选取和区域生长算法
2.4 曲率阈值和角度阈值设置
3 实验与分析
3.1 实验设备
3.2 数据采集
3.3 巷道点云区域分割及去噪优化
4 分析讨论
4.1 不同阈值下巷道点云区域分割效果
4.2去噪过程点云数量变化
4.3对比分析
5 结论