于法向量夹角信息熵的点云简化算法

被引:35
作者
陈西江 [1 ]
章光 [1 ]
花向红 [2 ,3 ]
机构
[1] 武汉理工大学资源与环境工程学院
[2] 武汉大学测绘学院
[3] 武汉大学灾害监测与防治研究中心
关键词
遥感; 误差熵; 点云简化; 法向量;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对点云简化很难完全保证精度和速度上达到最优的问题,提出了基于法向量夹角信息熵的点云简化算法。利用经典的主成分分析方法来估计点的法向量,计算法向量与参考平面的夹角,利用最邻近点搜索算法,确定每个点的K个最邻近点,并根据信息熵的定义,提出法向量夹角局部熵模型,局部熵的大小直接反映了表面的特征状况;针对不同区域局部熵大小,进行逐步的点云简化,从而可以保留凸变区域较多的点,精简较多平面区域的点,实现点云的非均匀简化。实验结果表明,该方法在简化精度和速度上都能达到较优。
引用
收藏
页码:336 / 344
页数:9
相关论文
共 9 条
[1]   新的点云数据精简存储方法 [J].
张有亮 ;
刘建永 ;
付成群 ;
郭杰 .
计算机应用, 2011, 31 (05) :1255-1257
[2]   一种新的激光雷达目标姿态估计算法 [J].
郭裕兰 ;
鲁敏 ;
谭志国 ;
万建伟 ;
左超 .
中国激光, 2011, 38 (04) :248-254
[3]   一种脉冲激光雷达与摄像机标定方法的研究 [J].
焦宏伟 ;
秦石乔 ;
胡春生 ;
王省书 .
中国激光, 2011, 38 (01) :221-225
[4]   点云数据直接缩减方法及缩减效果研究 [J].
郑德华 .
测绘工程, 2006, (04) :27-30
[5]   反求工程中测量数据的精简算法 [J].
孙肖霞 ;
孙殿柱 ;
李延瑞 ;
范志先 .
机械设计与制造, 2006, (08) :37-38
[6]   面向逆向工程的点云数据精简方法 [J].
黄国珍 ;
卢章平 .
机械设计与研究, 2005, (03) :59-61
[7]   Robust moving least-squares fitting with sharp features [J].
Fleishman, S ;
Cohen-Or, D ;
Silva, CT .
ACM TRANSACTIONS ON GRAPHICS, 2005, 24 (03) :544-552
[8]   Shape modeling with point-sampled geometry [J].
Pauly, M ;
Keiser, R ;
Kobbelt, LP ;
Gross, M .
ACM TRANSACTIONS ON GRAPHICS, 2003, 22 (03) :641-650
[9]   STL file generation with data reduction by the Delaunay triangulation method in reverse engineering [J].
Hur, SM ;
Kim, HC ;
Lee, SH .
INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2002, 19 (09) :669-678