三维散乱点云模型的特征点检测

• 作者: 王丽辉 袁保宗
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 三维点云模型 特征参数 特征点检测 k近邻
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 应用
• 页码范围: 932-938
• 分类号: TP391.4
• 字数: 4487字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2011.06.021

摘要

随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点.本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离；点的法向与邻居点法向夹角的和；数据点曲率.然后通过八叉树方法计算模型的数据点密度,将这个密度与模型到中心点的最大距离相除得到特征阈值,特征参数大于阈值的点就是特征点.本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点.实例表明本算法可准确地检测出散乱数据点云的特征点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁保宗	北京交通大学信息科学研究所	33	569	11.0	23.0
5	王丽辉	北京交通大学信息科学研究所	3	104	2.0	3.0