面向三维残缺点云图像的数据精简方法

摘要：

为解决残缺点云模型数据精简时边界特征容易失真的问题,以汽车覆盖件中的薄壁类零件为研究对象.提出一种保留残缺点云边界特征的数据精简方法.借助KD-tree建立数据索引结构,获取数据点最近邻,并通过邻域点拟合出微切平面的方法,计算出点云数据的法向量.利用法向量夹角大小关系,选取边界以及孔洞特征点的初始种子点.再根据欧氏距离实现初始种子点的邻域搜索,从而完成边界以及孔洞邻域特征点的提取.根据曲率精简的方法,对非特征点进行数据精简,最后,合并特征点云与非特征点云,实现对残缺点云模型的数据精简.将随机精简法、曲率精简法分别用于点云模型精简处理,结果表明:相比于其他两种方法,所提方法更好地保留了模型边界以及孔洞邻域特征数据点,其标准偏差、曲面表面积变化率优于其他两种方法且变化相对稳定.

关键词：残缺点云、邻域特征提取、法向量、平均曲率、数据精简

所属期刊栏目：23

分类号：TP391.7;TH39(计算技术、计算机技术)

资助基金：内蒙古科技大学科研项目0341008001

在线出版日期：2023-03-24（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：1607-1614