基于高斯曲率极值点的散乱点云数据特征点提取

• 作者: LI Ze-xiang MA Li-ming 徐毅
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 特征点提取 曲率极值点 反求工程 高斯曲率
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 虚拟现实与可视化
• 页码范围: 2341-2344
• 页数: 4页
• 分类号: TP13
• 字数: 2863字
• 语种: 中文

摘要

提出了一种快速提取散乱点云数据特征点方法,首先求出空间一点邻域内的曲面片模型,在此基础上利用梯度法搜索曲面上的高斯曲率极值点.然后再以该点作为搜索曲率极值点的初始点,根据判定准则搜索该点附近的曲率极值点.曲率极值点的搜索方法是边拟合局部曲面边搜索高斯曲率极值点,在搜索曲率极值点时,只需计算高斯曲率极值点附近点的曲率值.避免了传统算法中由于需要求出所有测量点的曲率值,然后进行比较求得曲率极值点而耗时间的缺点,从而提高了搜索效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	MA Li-ming	哈尔滨工业大学深圳研究生院	1	61	1.0	1.0
2	徐毅	哈尔滨工业大学深圳研究生院	5	105	4.0	5.0
3	LI Ze-xiang	哈尔滨工业大学深圳研究生院	1	61	1.0	1.0