资源描述：
《赵伟玲-黑龙江科技学院-保留边界特征的点云简化方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、保留边界特征的点云简化方法研究1111赵伟玲，谢雪冬，程俊廷，赵灿（1黑龙江科技学院现代制造工程中心,黑龙江省哈尔滨市150027）摘要：为了有效简化点云数据，提出了保留边界特征的点云简化算法。该算法首先利用三维栅格划分法建立散乱点云的空间拓扑关系，计算出每个数据点的近邻，通过球拟合法计算出点的法向量和曲率，接着通过投影点个数比值法找到并保留点云边界，然后根据具体情况设定所需阈值，对非边界点进行分类，通过对点的曲率与平均曲率比较、近邻保留点与近邻点个数比例，进行点云简化。为了验证本文算法的有效性，对不
2、同表面特征点云数据模型进行了简化。结果表明，本文方法不仅能对点云进行直接而有效的简化，而且还能很好地保留点云模型的细节特征，有很好的实际应用价值。关键词：散乱点云；数据简化；曲率中图分类号：TH16Researchonpointcloudsimplificationwithboundaryfeaturesreservation1111WeilingZhao,XuedongXie,JuntingCheng,CanZhao（ModernManufactureEngineeringCenter,Heilon
3、gjianguniversityofScienceandTechnology,HarbinHeilongjiang150027,China）AbstractToeffectivelysimplifythepointcloud,asimplificationmethodforpointcloudwithboundaryfeaturereservationwasproposed.First,the3Dgridsubdivisionmethodisusedtorepresentthespatialtopol
4、ogyrelationshipofthescatteredpointcloudandtocalculatethek-nearestneighborsforeachdatapoint,andtheball-fittingmethodisusedtocomputethenormalvectorandthecurvature.Thenalltheboundarypointsareidentifiedaccordingtotheratioofthenumberofprojectedpointsandallth
5、eresultedboundarypointsarereserved.Consequently,thedesiredthresholdsaresettedbythespecificsituations,andthenthroughthesethresholdsmakingtheclassificationforthenon-boundarypoints,whilethescatteredpointcloudissimplifiedaccordingtocomparativestudyofcurvatu
6、reandmeancurvatureofthepointsandtheproportionofreservedpointsintheirk-nearestneighbors.Sometypicalpointcloudcaseswithvarioussurfacefeaturesisreducedtoverifythismethod.Theresultsshowthatthenewalgorithmenablestoreducedatadirectly,andeffectivelykeeptheorig
7、inalboundaryfeatures.Keywordsscatteredpointcloud;datasimplification;curvature引言为了精确快速地获取工件表面的尺寸信息，非接触的三维光学扫描设备已被广泛应用在生产线上。测量得到的数据通常包含大量的数据点并且能很好的表达物体表面，但是大规模的点云给准确快速的三维重建或其他的后继处理都带来了很大的困难。为了更有效的表达和绘制三维点云模型，需要对点云进行合理的简化，近年来国内外学者提出了很多点云简化方法。针对不同类型的点云有不同的简
8、化方法。对于扫描线点云数据，可以采用均匀采样法、角度偏差[1][2]法、弦高差和角度弦高法等；针对网格点云数据，Chen等提出了一种减少三角网格数目从而删除[3]部分数据点的方法。针对现在最常见的散乱点云数据类型，Sun等人提出包围盒法简化数据，张丽[4]艳提出的基于三种原则的简化算法，即按简化后的个数、点云密度以及删除一点后引起的法向偏差[5]进行简化。Lee等人以数据点的法矢为判据,对点云进行空间栅格细分,在每个栅格上选择1个特征点。[6-8][9]
