文献类型：期刊文章

作　　者：贺一波[1] 陈冉丽[2] 吴侃[3] 段志鑫[3]

He Yibo;Chen Ranli;Wu Kan;Duan Zhixin(Department of Architecture and Civil Engineering, Datong Vocational a nd Technical College of Coal,Datong, Shanxi 037003, China;Department of Surveying Engineering, Sh ijiazh uang Institute of Rail way Technology, Sh ijiazhuang,Hebei 050041, China;School of Environment Science a nd Spatial Informatics, Ch ina U)iiversity of Mining and Technology,Xuzhou, Jiangsu 221116, China)

机构地区：[1]大同煤炭职业技术学院建筑工程系,山西大同037003 [2]石家庄铁路职业技术学院测绘工程系,河北石家庄050041 [3]中国矿业大学环境与测绘学院,江苏徐州221116

出　　处：《激光与光电子学进展》

年　　份：2019

卷　　号：56

期　　号：9

起止页码：88-91

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提出了一种基于k均值(k-means)聚类的点云精简方法。与包围盒法相比,在压缩率近似相同的条件下,kmeans聚类方法能较好地保留细节特征,与原始数据的稠密稀疏分布更加一致,所建模型表面更光滑。

关 键 词：图像处理 点云精简 K均值聚类 曲面拟合 均方根曲率  压缩率

分 类 号：TP391]