空间分割与曲率相融合的点云精简算法研究

摘要：

非接触式扫描方法获得点云数据存在大量的冗余数据.为便于模型重构,针对点云数据精简是必不可少的数据预处理手段,提出了一种基于空间分割和曲率特征信息的点云数据精简算法.通过K-邻域计算、二次曲面拟合、曲率估算和曲率阈值可调的数据分区等关键精简技术,实现了对同一数据不同区域应用不同精简算法,进行不同比例的数据精简.实例验证表明,该算法能适应各种类型曲面数据的精简要求,保证精简效率的同时,很好地保留点云的特征信息.

关键词：K-邻域、曲率、空间分割、最小距离、包围盒

所属期刊栏目：29

分类号：TP399(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助SWJTU09ZT06

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1997-2000