一种自适应点云特征点提取算法

• 作者: 于艳鑫 王春阳 陈宇 韩磊
• 来源期刊: 现代计算机
• 关键词: 点云 自适应 特征点检测 正态分布
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形图像
• 页码范围: 46-50
• 页数: 5页
• 字数: 2650字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.11.009

摘要

针对三维扫描仪获取的点云数据在简化过程中容易丢失模型细节特征这一问题,根据均匀分布点云的特点提出一种自适应点云特征点提取算法.该方法通过定义每个数据点的特征参数,根据特征参数正态分布的特点自适应地设置阈值来提取特征点.该特征参数由点云数据点曲率、法向量、邻域点法向与该点的法向夹角的和以及数据点与邻域点的平均距离组成.实验结果表明,该算法能够准确有效地判断特征点,简单稳定且耗时短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春阳	长春理工大学电子信息工程学院	44	88	5.0	6.0
2	陈宇	长春理工大学电子信息工程学院	65	185	8.0	11.0
3	于艳鑫	长春理工大学电子信息工程学院	10	21	3.0	4.0
4	韩磊	长春理工大学电子信息工程学院	2	4	1.0	2.0