基于边界保留的k-means聚类点云精简算法研究

• 作者: 常俊飞 王瀚斌 赵利民
• 来源期刊: 测绘工程
• 学科: 地球科学
• 关键词: 点云精简 栅格法 曲率法 k-means聚类算法
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 技术创新
• 页码范围: 60-65
• 页数: 6页
• 分类号: P208
• 字数: 3810字
• 语种: 中文
• DOI: 10.19349/j.cnki.issn1006-7949.2018.07.013

摘要

传统的栅格法与曲率法对数据模型进行精简时很容易剔除特征点,具有较高的误判率,导致精简后的数据不能较好地突出点云数据的特征,使重构后的实体模型精度下降.文中提出基于边界保留的k-means聚类算法对点云进行精简.该算法首先使用k-d树进行质心初始化,然后使用X-Y边界提取算法来保留边界完整性,最后根据曲率高低对簇进行细分,使在高曲率区域保留必要多的点,在低曲率地方保留一些均匀分布的点.实验验证该方法优于传统的栅格法与曲率法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瀚斌		3	2	1.0	1.0
2	常俊飞	辽宁工程技术大学测绘与地理科学学院	4	13	2.0	3.0