特征敏感的点云重采样算法

• 作者: 岳丽华 陈永辉
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 高斯映射 法向量权重 投影插值 特征保持 均匀采样
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形与图像技术研究
• 页码范围: 1086-1090
• 页数: 5页
• 分类号: TP391
• 字数: 4892字
• 语种: 中文

摘要

针对原始点云数据采样不均匀,数据缺失等问题,提出一种基于特征敏感的点云重采样算法.该算法首先运用主成分分析法获得点云的初始法向量,将高斯映射和空间密度权重相结合,自适应地将点云划分为特征点和非特征点;其次,采用各向异性的相邻点优化特征点的拟合平面,提高特征点的法向量准确度;在此基础上,通过带空间权重的投影插值算法和在加权局部最优投影(WLOP)算法中引入法向权重,实现了特征保持的点云均匀采样.实验结果表明:与经典WLOP算法相比,该算法在均匀采样的同时,能够以较高的压缩率对点云向下采样并保持点云特征,向上采样时可以对缺失点云进行有效修复,有利于点云数据的后续处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳丽华	中国科学技术大学计算机科学与技术学院	98	866	15.0	24.0
2	陈永辉	中国科学技术大学计算机科学与技术学院	5	37	4.0	5.0