尖锐特征曲面点云模型各向异性邻域搜索

• 作者: 袁小翠 陈华伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 点云邻域 高斯映射 法向量估计 层次聚类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法
• 页码范围: 253-258
• 页数: 6页
• 分类号: TP391.41
• 字数: 4935字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.047

摘要

特征曲面点云模型的特征点k邻域各向同性.基于此邻域对点云数据处理容易造成严重的处理误差,因此提出一种各向异性邻域搜索方法.对点云建立KD树搜索k邻域,采用邻域拟合法估计点云法向量和检测特征点.将特征点的各向同性邻域映射到高斯球形成不同的数据簇,层次聚类法对高斯球上的数据分类,高斯球上最大类对应的邻域为最优各向异性子邻域.为了验证算法的有效性,将该方法与KD树和栅格邻域搜索方法进行应用和耗时比较.实验结果表明,该方法耗时最长,但是应用于点云数据处理,如点云法向量估算和点云去噪时效果更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华伟	贵州师范大学机械与电气工程学院	12	14	2.0	3.0
2	袁小翠	南昌工程学院江西精密驱动与控制重点实验室	12	141	5.0	11.0