基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
三维点云特征的提取,对于三维模型的表示、理解和识别都起着重要的作用.为了提高点云特征提取的准确性和运算速度,提出了一种基于法向量和投影平面的特征提取方法.根据矢量分布和聚类的性质提取轮廓点,使用矢量偏转角和距离对特征点进行排序,从而提取出点云特征.在Mod-elNet数据集和三维激光扫描的佛像密集点云上进行实验,结果表明,基于法向量和投影平面的特征提取方法对物体的表面轮廓具有较好的特征识别度,可以提取更多的有效特征点,运行时间较短,运算效率较高.
推荐文章
一种新的散乱点云尖锐特征提取方法
散乱点云
尖锐特征
张量投票
特征提取
基于多判别参数混合方法的散乱点云特征提取
点云
特征提取
K邻域
边界点
基于最大间距准则和差分向量的人脸特征提取
最大间距准则
差分向量
共同向量
人脸识别
特征提取
平面四杆机构少位置设计要求特征提取方法
特征提取
平面四杆
傅里叶级数
归一化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于法向量和投影平面的点云特征提取方法
来源期刊 重庆科技学院学报(自然科学版) 学科
关键词 三维模型 点云 特征提取 聚类 法向量
年,卷(期) 2021,(3) 所属期刊栏目 算法研究与计算机应用
研究方向 页码范围 84-88
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1673-1980.2021.03.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (38)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
三维模型
点云
特征提取
聚类
法向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导