期刊文章详细信息
基于聚类平面特征的三维点云数据精简算法
Reduction Algorithm for 3D Scattered Points Cloud Data Based on Clustering Plane Feature
文献类型:期刊文章
机构地区:[1]西安建筑科技大学土木工程学院,西安710055 [2]西北大学可视化技术研究所,西安710127 [3]西安理工大学自动化与信息工程学院,西安710048
基 金:国家"863"计划基金资助项目"三维模型智能处理与检索平台"(2008AA01Z301);虚拟现实应用教育部工程研究中心开放基金资助项目(MEOBNUEVRA200902)
年 份:2011
卷 号:37
期 号:10
起止页码:249-251
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊
摘 要:根据建筑物在高度方向截面上的点云数据必定位于其轮廓线的原理,提出基于聚类平面特征的点云数据精简算法。该算法无需对扫描对象进行表面重构,而是在保持建筑物高度方向数据精度的前提下,对点云数据分层聚类简化,保留满足条件的特征点,删除其余的点。通过实例证明该算法可以在保持建筑物外形特征的同时,达到较高的精简比率。
关 键 词:三维点云 聚类 平面特征 轮廓线 数据精简
分 类 号:TP312]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...