一种新的散乱点云尖锐特征提取方法

• 作者: 吾守尔·斯拉木 曹巨明
• 来源期刊: 西安交通大学学报
• 关键词: 散乱点云 尖锐特征 张量投票 特征提取
• 年，卷（期）: 2012,（12）
• 页码范围: 1-5,73
• 页数: 6页
• 分类号: TP393
• 语种: 中文

摘要

针对散乱点云的尖锐特征识别与提取问题,提出一种基于平均曲率运动的散乱点云尖锐特征提取算法.该算法利用采样点的加权邻域重心近似表示离散Laplacian算子；利用采样点邻域的主成分分析估算散乱点云法向量,通过张量投票的方法平滑估算得到的点云法向场,进一步提高了该算法识别细微尖锐特征的能力；将采样点和其对应加权邻域重心之间的距离投影到法向方向,消除了因为采样密度不均匀以及边界点所引起的尖锐特征点误判.该算法直接对散乱点云进行操作,不需要维护采样点之间的连接关系和任何全局的拓扑信息,简捷且易于实现,对点云中的噪声和局外点保持鲁棒.该算法应用于合成点云和实际扫描点云的实验结果表明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吾守尔·斯拉木	西安交通大学电子与信息工程学院	148	619	13.0	18.0
5	曹巨明	西安交通大学电子与信息工程学院	6	245	5.0	6.0