基于区域分割的多视角点云精简算法

• 作者: 梁正友 黄思捷 孙宇 李轩昂
• 来源期刊: 计算机技术与发展
• 关键词: 多视角点云 点云精简 Kinect 分组随机精简 包围盒子
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 图形与图像
• 页码范围: 40-45
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.06.008

摘要

由于多视角点云的重叠区域点云密度过大,导致出现占用过多的存储空间和降低计算机效率等问题.针对此问题,提出一种基于重叠区域分割和分组随机精简的Kinect多视角点云精简算法.首先,用包围盒子提取相邻点云的重叠区域内的点云,将它们分割成重叠区域点云和非重叠区域点云.其次,用一个分组随机精简算法对重叠区域点云进行精简.最后,对所有的重叠区域点云精简之后,与非重叠区域点云一起合并成一个整体点云,根据精简率的要求再对整体点云进行一次精简.用Kinect分别采集水果篮子和打印机等两种物体点云,用得到的多视角点云对提出的算法进行了实验验证.实验结果表明,在减少对目标物体点云的细节破坏和保留目标物体的点云细节和特征等方面,该算法优于基于包围盒子的精简算法.