点云数据特征点提取方法的比较.pdf

点云数据特征点提取方法的比较.pdf

ID:55274139

大小:775.15 KB

页数:5页

时间:2020-05-12

点云数据特征点提取方法的比较.pdf_第1页
点云数据特征点提取方法的比较.pdf_第2页
点云数据特征点提取方法的比较.pdf_第3页
点云数据特征点提取方法的比较.pdf_第4页
点云数据特征点提取方法的比较.pdf_第5页
资源描述:

《点云数据特征点提取方法的比较.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第33卷第1期江西科学V01.33No.12015年2月JIANGXISCIENCEFeb.2015doi:10.13990/j.issnlO01—3679.2015.01.003占云、、、‘一_’数据特征点提取方法的比较杨斌杰,鲁铁定(东华理工大学测绘工程学院,330013,南昌)摘要:点云特征的提取在城市、地质等领域有非常重要的使用价值。特征点是最基本的几何特性和纹理特征的特征基元,其不会因为坐标系的改变而发生变化。通过用不同的方法提取点云数据中的特征点,可以在减少计算量的前提下,保留点云的几何特征。通过对利用法矢、曲率和体

2、积积分不变量3种不同的特征点提取方法进行比较,并通过Matlab进行特征点提取实验并分析情况,对其优缺点及适用性进行探讨。关键词:三维激光扫描;点云数据;特征点提取中图分类号:P225.2文献标识码:A文章编号:1001—3679(20l5)01—010—05TheComparisonofPointCloudDataFeaturePointExtractionMethodYANGBinjie,LUTieding(FacultyOlGeomatics,EastChinaInstituteOTechnology,330013,Nan

3、chang,PRC)Abstract:Pointcloudfeatureextractioninthefieldofurbanandgeologyhasaveryimportantvalueinuse.Featurepointsisthemostbasicgeometricpropertiesandcharacteristicsoftheprimitivetex—turefeatures,whichwillnotchangewiththechangingofthecoordinatesystem.Usingdifferentme

4、th—odstoextractthepointclouddataofthefeaturepointsbytheamountofcalculationcanbereducedunderthepremiseofthegeometriccharacteristicsretainedpointcloud.Throughtheuseofnormalvector,curvatureandvolumeintegralinvariantofthreedifferentfeaturepointextractionmethodswerecompar

5、ed,andbyMatlabfeaturepointextractionexperiments,analyzedthesituationinitsap—plication,anditsadvantagesanddisadvantagesarediscussed.Keywords:three—dimensionallaserscanning;pointclouddata;featurepointextractiono引言罢裹羹雾亲喜釜三维激光扫描技术在地形测量、逆向工程和接数据采样而得到的点,这些点是三维模型表面收稿日期:2014

6、—10—29;修订日期:2015—01—04作者简介:杨斌杰(1991一),男,江西抚州人,硕士研究生,主要从事点云数据处理工作。基金项目:国家自然科学基金资助项目(41204003,41161069,41464001,);江西省自然科学基金资助项目(~lOCZCOOO8);地球空问环境与大地测量教育部重点实验室开放基金资助项目(100106);江西省科技落地计划项目(KJLD12077);江西省教育厅科技项目(GJJ13457);中国博士后基金(94773);江西省中青年教师发展计划访问学者专项(赣财指2012—132),江西

7、省远航工程项目。通讯作者:鲁铁定(1974一),男,陕西富平人,教授,硕士生导师,主要从事测绘数据处理和变形监测教学研究工作。Email:tdlu@ecit.cn。第1期杨斌杰等:点云数据特征点提取方法的比较最基本的,也是最直接的表示,通过分析点云数据,可以得到模型的几何特征,从而对点云数据进行简化、曲面重建等,而提取模型的特征点是处理点云数据的关键步骤之一。Yang【11利用参数二次曲面逼近法来估计各个数据点处的法矢和曲率,该方法适用于规则网格点云。AAlrashdan_2采用法矢方向发生急速变化的点作为边界点,并且利用神经网

8、络方法来自图1不同区域的法向量动提取特征点。Woo_3认为目标点法矢或曲率突由此可以选取法向量变化较大的点来作为特然发生变化的地方是相临两个区域的边界,将法征点。矢或曲率的突变点作为特征点。马骊溟等通1.1法矢的计算过搜索高斯曲率极值点获得搜索曲率极值点的初1)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。