复杂型面点云的法向特征聚类分级估计方法

摘要：

针对含有棱边和尖角等特征的复杂型面采样点云,为提高其法向估计结果的准确性,提出一种基于特征区域聚类分级的点云法向估计方法,根据曲面局部平坦性和贝叶斯信息准则对点云进行聚类分析,依次将点云划分为平坦、特征边缘、棱边尖角等区域,并识别样点所属特征类型,将平坦区域样点法向估计结果向其邻近特征区域依次传播,使特征样点的法向估计结果与其邻近平坦区域样点的法向保持一致.实验结果表明,该方法可以准确估计特征区域样点的法向,有效保证棱边和尖角区域样点的法向多义性,并对数据噪声具有抑制作用.

关键词：法向估计、曲面局部平坦度、贝叶斯信息准则、聚类分析

所属期刊栏目：27

分类号：TP391.72(计算技术、计算机技术)

资助基金：国家自然科学基金51575326

在线出版日期：2021-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1440-1446