基于局部熵的点云精简算法

摘要：

针对目前流行的三维物体激光扫描仪获取的点云数据量大,冗余度高等问题,提出一种基于信息熵的点云精简算法.首先,定义数据点的曲率、点到邻域点重心的距离、点到邻域点的平均距离的倒数,三者乘积为权值积;然后,使用K-means聚类算法划分点云数据,根据类内估计曲率差值区分特征区域与非特征区域;最后,针对特征区域,利用提出的精简方法精简点云.实验结果表明,该方法计算相对简单,能够有效避免孔洞现象,同时,更好地保留了点云数据的原始物理特征.

关键词：点云精简、信息熵、K-means算法、特征区域区分、点云数据、曲率估计

所属期刊栏目：43

分类号：TN911-34;TP391.9

资助基金：国家自然科学基金61403329

在线出版日期：2020-03-15（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：20-23,27