特征保留的点云数据自适应精简算法

• 作者: 倪小军 姜晓峰 葛亮
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 散乱点云 数据精简 特征保留 邻域弯曲度 自适应
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 38-39,75
• 分类号: TP3
• 字数: 3252字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.08.011

摘要

提出一种特征保留的点云数据自适应精简算法.该算法首先构造散乱点云数据的局部拓扑信息,通过一种改进的二次栅格法快速建立K邻域,由此估算点的邻域弯曲度,再进行分类.算法在保留特征点后对其余点应用自适应精简距离进行阈值精简,故算法不仅可以完整保存实物模型整体轮廓,而且能够最大限度地保证模型区域特征.数值实验结果表明,该算法能够得到不错的精简效果,且具有较小的计算时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜晓峰	苏州大学计算机科学与技术学院	55	418	13.0	18.0
2	倪小军	苏州大学计算机科学与技术学院	3	22	3.0	3.0
3	葛亮	苏州大学计算机科学与技术学院	4	26	3.0	4.0