基于边界保留的点云精简算法研究

摘要：

传统的栅格法与曲率法对数据模型进行精简时很容易剔除特征点,但是误判率较高,导致精简后的数据不能较好地突出点云数据的特征,使重构后的实体模型精度下降.针对以上问题,本文算法首先使用改进的K-means进行质心初始化;然后,使用X-Y边界提取算法来保留边界完整性;最后,根据Hausdorff距离对簇进行细分,在高曲率区域保留必要多的点,在低曲率地方保留一些均匀分布的点.实验验结果证明该方法优于传统的栅格法与曲率法.

关键词：点云精简、栅格法、曲率法、K-means聚类算法、Hausdorff距离

所属期刊栏目：42

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2019-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：136-140