一种改进的散乱点云边界特征点提取算法

被引：98

作者：

陈义仁 ^{[1
,2
]}

王一宾 ^{[2
]}

彭张节 ^{[2
]}

江健生 ^{[2
]}

机构：

[1] 中国科学技术大学计算机科学与技术学院

[2] 安庆师范学院计算机与信息学院

来源：

计算机工程与应用 | 2012年 / 48卷 / 23期

关键词：

散乱点云; 边界提取; 邻域;

D O I：

暂无

中图分类号：

TP391.7 [机器辅助技术];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

提出一种新的散乱点云边界特征点提取算法。根据点云数据小邻域内点用最小二乘法拟合建立微切平面,并将这些数据点向其微切平面投影,利用点集中每个点的场力大小之和可以体现点集平均作用的理论来分析投影面上点集的几何分布特性,据此检测边界特征点。利用双向最近点搜索算法对提取出来的特征点进行排序并自动生成边界曲线。实验结果证明该算法能够快速、准确、有效地提取点云的边界。

引用

页码：177 / 180+190 +190

页数：5

共 9 条

[1]

散乱数据点云边界特征自动提取算法 [J].