一种特征感知的三维点云简化算法

摘要：

提出一种特征感知的三维点云简化方法.通过构造八叉树搜索每个点的k近邻点,并计算每个点的法向量,以此检测并保留边缘点;使用期望最大化算法对点云进行聚类,并确定高曲率的点;使用边缘感知的有向Hausdorff距离方法进行点云精简,合并前述点云并删除重复点,实现模型简化.该方法适用于不同曲率变化的模型,并且能够在保留尖锐特征的同时显示模型整体轮廓.实验结果表明,该方法不仅能够保留原始模型的几何特征和轮廓外貌,而且有效地避免了简化过程中的孔洞现象,几何简化误差较低.

关键词：图像处理、数字博物馆、三维点云简化、期望最大化算法、有向Hausdorff距离

所属期刊栏目：56

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划;陕西省产业创新链项目;研究生自主创新项目;青岛市自主创新重大专项

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：130-137