特征保持点云数据精简

• 作者: 吴禄慎 袁小翠 陈华伟
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 点云精简 主成份分析 K均值聚类 均值漂移 高斯映射
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 信息科学
• 页码范围: 2666-2676
• 页数: 11页
• 分类号: TP391.7
• 字数: 5223字
• 语种: 中文
• DOI: 10.3788/OPE.20152309.2666

摘要

由于三维扫描设备采集的点云数据庞大,本文提出了一种特征保持的点云精简方法以在减少冗余数据的同时更好地保持原始曲面的几何特征.首先,利用K均值聚类法在空间域对点云全局聚类,对点云构建K-d树并以K-d树的部分节点作为初始化聚类中心.然后,用主成分分析法估计点云法矢和候选特征点,遍历每个聚类,若类中包含特征点则将该类细分为多个子类,细分时将聚类映射到高斯球.最后,基于自适应均值漂移法对高斯球上的数据进行分类,高斯球上的聚类结果对应为空间聚类细分结果,各聚类中心的集合为精简结果.以多个实物模型为例验证了算法的有效性.结果表明,本文方法精简的点云在平坦区域保留少数点,在高曲率区域保留更多的点.相比于非均匀网格、层次聚类、K均值点云精简法,该方法对包含尖锐特征的曲面精简误差最小,更好地保留了原始曲面的几何特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴禄慎	南昌大学机电工程学院	91	942	17.0	26.0
2	陈华伟	南昌大学机电工程学院	40	526	13.0	22.0
3	袁小翠	南昌大学机电工程学院	9	148	5.0	9.0