基于多判别参数混合方法的散乱点云特征提取

摘要：

针对以往散乱点云特征提取算法存在尖锐特征点提取不完整以及无法保留模型边界点的问题,提出了一种多个判别参数混合方法的特征提取算法.对点云构建k-d tree,利用k-d tree建立点云K邻域;针对每个K邻域计算数据点曲率、点法向与邻域点法向夹角的平均值、点到邻域重心的距离、点到邻域点的平均距离,据此四个参数定义特征阈值和特征判别参数,特征判别参数大于阈值的点即为特征点.实验结果表明,与已有算法相比,该算法不仅可以有效提取尖锐特征点,而且能够识别边界点.

关键词：点云、特征提取、K邻域、边界点

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：四川省教育厅科研基金资助项目14ZB0111;四川省教育部共建重点实验室“制造过程测试技术实验室”开放基金资助项目14tdzk06

在线出版日期：2017-12-15（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：2867-2870