复杂型面点云的法向特征聚类分级估计方法

• 作者: 孙殿柱 沈江华 汪思腾 李延瑞 林伟
• 来源期刊: 计算机集成制造系统
• 关键词: 法向估计 曲面局部平坦度 贝叶斯信息准则 聚类分析
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 数字化/网络化/智能化制造技术
• 页码范围: 1440-1446
• 页数: 7页
• 分类号: TP391.72
• 语种: 中文
• DOI: 10.13196/j.cims.2021.05.020

摘要

针对含有棱边和尖角等特征的复杂型面采样点云,为提高其法向估计结果的准确性,提出一种基于特征区域聚类分级的点云法向估计方法,根据曲面局部平坦性和贝叶斯信息准则对点云进行聚类分析,依次将点云划分为平坦、特征边缘、棱边尖角等区域,并识别样点所属特征类型,将平坦区域样点法向估计结果向其邻近特征区域依次传播,使特征样点的法向估计结果与其邻近平坦区域样点的法向保持一致.实验结果表明,该方法可以准确估计特征区域样点的法向,有效保证棱边和尖角区域样点的法向多义性,并对数据噪声具有抑制作用.