西南交通大学物理科学与技术学院光电工程研究所，四川成都 610031
激光线结构光扫描仪得到的三维点云数据具有冗余性，本文设计实现了一种基于两阶非均匀划分的点云精简算法对机车走行部数据进行处理。首先，根据内在形状特征算法估计出检测对象的点云法矢，并提取出点云特征点；其次，根据特征点云的分布对点云进行第一次非均匀划分，得到不均匀的初始点云块；最后，将划分后的各点云块映射到不同的高斯球中进行进一步细分，在高斯球面上进行均值漂移聚类，提取出每个聚类簇在实际三维空间中的重心，重心的集合即为精简结果。实验证明了方法的有效性，相比于现有的方法，本文中的方法在保证精度的前提下能够达到很高的精简率和运算效率，更契合机车自动化在线检测的需要。
点云精简 非均匀划分 高斯映射 均值漂移 point cloud simplification non-uniform division Gauss mapping mean shift
西南交通大学物理科学与技术学院光电工程研究所，四川 成都 610031
使用激光线结构光扫描仪得到机车走行部三维点云数据，实现了在三维数据中对螺栓进行自动识别和定位。使用关键点的快速点特征直方图(FPFH) 来描述点云特征，首先，将目标区域与预存螺栓模板进行特征匹配，并为目标区域的匹配点分配权重；然后，使用均匀的种子点在带权重的匹配点集中进行K-means 聚类，并删除点数过少的聚类簇；最后，使用Hough 变换的方法为经过筛选的聚类簇建立严格的分类器，判断出螺栓的有无和精确位置。实验证明了该方法的有效性。
三维点云 激光三维扫描 机车走行部 特征提取 快速点特征直方图(FPFH) Hough 变换 3D point cloud laser 3D scanning locomotive running gear feature extracting fast point feature histogram (FPFH) K-means K-means Hough transform
