首页 > 论文 > 激光与光电子学进展 > 56卷 > 11期(pp:111004)

一种特征感知的三维点云简化算法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

摘 要:数字博物馆往往具有网络功能和资源共享,若使用原始扫描点云直接建模,会消耗大量资源,增加网络负担,降低用户体验。基于上述问题,本文提出一种特征感知的三维点云简化方法,首先通过构造八叉树搜索每个点的k近邻点,并计算每个点的法向量,以此检测边缘点并保留;然后使用期望最大化算法根据点的局部分布对点云进行聚类,并确定高曲率的点;最后,使用边缘感知的有向Hausdorff距离方法进行点云简化,合并上述点云并删除重复点,最终实现模型简化。该方法简化结果适用于不同曲率变化的模型,并且能够在保留尖锐特征的同时,显示模型整体轮廓。实验结果表明,本文简化算法不仅能够保留原始模型的几何特征和轮廓外貌,还有效地避免了简化过程中孔洞现象,且几何简化误差较低。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.111004

作者单位:

    西北大学长安校区
    西北大学长安校区
    西北大学长安校区
    西北大学长安校区

引用该论文

王成福,耿国华,胡佳贝,张勇杰. 一种特征感知的三维点云简化算法[J].激光与光电子学进展,2019,56(11):111004.