基于K近邻和法向精度的点云精简算法

被引：5

作者：

张顺岚

莫建文

邹路路

机构：

[1] 桂林电子科技大学信息与通信学院

来源：

武汉理工大学学报(交通科学与工程版) | 2014年 / 03期

关键词：

散乱点云; K近邻; 法向精度; 三角网格; 特征点;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统点云简化算法在精简散乱点云数据时经常丢失过多特征点的不足,提出了基于K近邻和法向精度的点云精简算法.该算法首先对输入的散乱点云数据建立K近邻索引,并剔除集群点及离群点,从而完成点云数据的预处理,然后对预处理后的数据进行Delaunay三角化,并重构三角网格面,最后依据法向精度进行非特征点剔除.仿真实验表明,该算法既能较大程度地精简点云数据,又能较好地保持原有模型的基本特征.

引用

收藏

页码：572 / 575

页数：4

相关论文

共 11 条

[1] 三维点云模糊分类的法向量估值算法 [J].

刘艳菊 ;

张永德 ;

姜金刚 .

华中科技大学学报(自然科学版), 2013, 41 (08) :50-54

[2] 两种空间分块策略K近邻搜索算法的比较研究 [J].

马娟 ;

朵云峰 ;

赵文亮 .

中国图象图形学报, 2011, 16 (09) :1676-1680

[3] 特征保留的点云数据自适应精简算法 [J].

倪小军 ;

姜晓峰 ;

葛亮 .

计算机应用与软件, 2011, 28 (08) :38-39+75

[4] 基于变形网格法的高密点云曲面重建 [J].

陈慧群 ;

黎景炎 .

工程图学学报, 2011, 32 (02) :64-67

[5] 一种大场景点云的快速分割方法 [J].

刘军 ;

耿国华 .

计算机应用与软件, 2010, 27 (08) :33-36

[6] 散乱点云数据的曲率精简算法 [J].

周煜 ;

张万兵 ;

杜发荣 ;

药晓江 .

北京理工大学学报, 2010, 30 (07) :785-789

[7]

A 3D Simplification Method based on Dual Point Sampling[J] . Juan Cao,Yitian Zhao,Ran Song,Yingchun Zhang.Journal of Multimedia . 2013 (3)

[8] Adaptive simplification of point cloud using k-means clustering [J].

Shi, Bao-Quan ;

Liang, Jin ;

Liu, Qing .

COMPUTER-AIDED DESIGN, 2011, 43 (08) :910-922

[9] Robust normal estimation for point clouds with sharp features [J].

Li, Bao ;

Schnabel, Ruwen ;

Klein, Reinhard ;

Cheng, Zhiquan ;

Dang, Gang ;

Jin, Shiyao .

COMPUTERS & GRAPHICS-UK, 2010, 34 (02) :94-106

[10] Consolidation of Unorganized Point Clouds for Surface Reconstruction [J].

Huang, Hui ;

Li, Dan ;

Zhang, Hao ;

Ascher, Uri ;

Cohen-Or, Daniel .

ACM TRANSACTIONS ON GRAPHICS, 2009, 28 (05) :1-7