一种基于特征提取的点云精简算法

您当前的位置：

首页 >

文章列表页 >

一种基于特征提取的点云精简算法

信息光学与图像处理 | 更新时间：2025-09-01

- 一种基于特征提取的点云精简算法
- A simplification algorithm for point cloud based on feature extraction
- 光学技术 2018年44卷第6期页码：733-738
- 作者机构：
  
  1:燕山大学电气工程学院
- 作者简介：
- 基金信息：
  
  河北省自然科学青年基金(F2015203212)
- DOI：10.13741/j.cnki.11-1879/o4.2018.06.017
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
张文明, 吴旭, 高雅昆, 等. 一种基于特征提取的点云精简算法[J]. 光学技术, 2018,44(6):733-738.

A simplification algorithm for point cloud based on feature extraction[J]. 2018, 44(6): 733-738.
张文明, 吴旭, 高雅昆, 等. 一种基于特征提取的点云精简算法[J]. 光学技术, 2018,44(6):733-738. DOI： 10.13741/j.cnki.11-1879/o4.2018.06.017.

A simplification algorithm for point cloud based on feature extraction[J]. 2018, 44(6): 733-738. DOI： 10.13741/j.cnki.11-1879/o4.2018.06.017.

针对激光点云数据中存在的大量冗余信息

造成传输、存储等后续处理环节付出多余的硬件和时间成本的问题

提出了一种基于特征信息的点云精简方法。利用自适应近邻点进行PCA计算点云法矢;利用冯.米塞斯分布进行边缘点提取

对非边缘点以点法矢为基础赋予其距离权重进行阈值判断

提取特征点;划分空间均匀网格

以网格为单元计算法矢均值

提取潜在特征点;对网格非特征点进行单点提取。以标准的Bunny和工件模型为对象进行了MATLAB仿真实验

所提算法与传统非均匀网格法、聚类法、三角面片消减法比较:在精简比1∶5、1∶10、1∶15、1∶20情况下

最大误差降低27%以上

平均误差降低12%以上。实验结果表明所提算法在特征信息较多的模型处理上具有更好的精简能力。

浏览量

481

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据