文献类型：期刊文章

作　　者：唐泽宇[1] 高保禄[1] 窦明亮[1]

TANG Ze-yu;GAO Bao-lu;DOU Ming-liang(College of Information and Computer,Taiyuan University of Technology,Jinzhong 030600,China)

机构地区：[1]太原理工大学信息与计算机学院

出　　处：《计算机工程与设计》

年　　份：2019

卷　　号：40

期　　号：6

起止页码：1606-1610

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对目前点云精简算法的曲率计算不准确、精度不高等问题,提出一种基于加权最小二乘法曲率计算的点云精简算法。使用点的离群率作权值;使用二次曲面为计算模型;使用加权最小二乘曲面拟合生成曲面,计算曲面的平均曲率。对于点云的精简,结合使用K-means聚类算法和基于泊松分布的特征点检测算法进行精简。实验结果表明,该算法能够有效提升曲率计算的准确度,避免了孔洞现象,更好保留了点云数据的原始物理特征。

关 键 词：最小二乘法 加权最小二乘法 曲率 特征点  K-MEANS 泊松分布

分 类 号：TP391.9]