点云内在属性因子驱动的自适应滚球算法
采用滚球算法(ball pivoting algorithm,BPA)重建非均匀点云时会产生较多孔洞或冗余三角形,对此先定义一种点云内在属性因子,提出了一种自适应BPA算法,并用重建曲面表面积定量评价曲面重建质量.首先,根据点云法向、位置、点间距离、关系等信息选取3个恰当的孤立点,构建种子三角形;其次,计算每条拓展边的点云内在属性因子,并结合拓展边长等信息,自适应地确定滚球半径r;最后,将半径为r的滚球沿着拓展边滚动,选取合适的第三点拓展三角形网格.采用龙、兔点云进行曲面重建实验,实验结果表明,无论是均匀点云还是非均匀点云,此算法均能自适应地重建出点云表面模型,重建过程无需人工干预,算法稳健、高效,重建结果质量较高.
点云内在属性因子、自适应滚球算法、曲面重建、质量评价、拓展边长
45
P208;P237(一般性问题)
2020-06-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
353-361