基于FPFH特征和模糊聚类的自适应点云压缩

• 作者: 杨焕宇 王艺楠 郝矿荣
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 点云压缩 快速点特征直方图 模糊C均值聚类 泊松曲面重建 Hausdorff距离
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 协议·算法与仿真
• 页码范围: 73-77,80
• 页数: 6页
• 分类号: TN911.73|TP391.41
• 字数: 4780字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2017.11.020

摘要

针对三维激光扫描技术获取的点云数据存在大量冗余问题,文中提出了一种基于快速点特征直方图和模糊C均值聚类(FPFH-FCM)的点云压缩算法.利用FPFH特征在点云模型不同几何位置的分布差异,基于FCM算法自适应地将点云集合分为特征点集和非特征点集.并建立压缩准则:对非特征点集进行较大比例的压缩,去除冗余点;对特征点集进行较小比例的压缩,尽量保留更多的特征点,以实现点云压缩.在对比试验中,分别使用提出的基于FPFH特征的点云压缩算法与基于曲率特征的点云压缩算法,对人体点云数据进行压缩,对比压缩后点云的曲面重建效果,同时使用原始点云与压缩后点云之间的Hausdorff距离作为压缩误差评价指标,结果证明,该压缩算法能够更好地保留重建模型的细节特征,具有更高的压缩精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝矿荣	东华大学信息科学与技术学院	91	547	13.0	17.0
5	王艺楠	东华大学信息科学与技术学院	1	2	1.0	1.0
6	杨焕宇	东华大学信息科学与技术学院	2	4	2.0	2.0