期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种基于点签名的散乱点云特征点检测方法 被引量:6
1
作者 王晋疆 陈阳 +1 位作者 田庆国 常天宇 《计算机工程》 CAS CSCD 2014年第7期174-178,共5页
针对传统特征点提取算法存在的对噪声敏感、人机交互效率不高等问题,提出一种基于点签名的散乱点云特征点检测方法。借助于k邻近方法,统计所有散乱点云的点签名,并给出相应的点签名直方图与色阶图。基于正态分布的规律设定曲率阈值,完... 针对传统特征点提取算法存在的对噪声敏感、人机交互效率不高等问题,提出一种基于点签名的散乱点云特征点检测方法。借助于k邻近方法,统计所有散乱点云的点签名,并给出相应的点签名直方图与色阶图。基于正态分布的规律设定曲率阈值,完成特征点云的初步筛选。在初步筛选的基础上,对候选特征点云在其主曲率方向上进行投影,完成特征点的进一步筛选。实验结果表明,该特征点检测方法适用于各种不同的点云数据,能够准确、有效地提取出特征点,且人机交互效率与抗噪性能均优于传统k邻近方法。 展开更多
关键词 散乱点云 特征点提取 点签名 色阶图 正态分布 方向投影
下载PDF
基于多判据的散乱点云特征点提取算法 被引量:5
2
作者 王庆华 黄茹楠 +1 位作者 闫晓庚 程拓 《计算机应用研究》 CSCD 北大核心 2019年第5期1585-1588,共4页
为了有效获取散乱点云中的尖锐特征点和边界特征点,提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑,搜索样点的K局部邻域;然后利用法向夹角判定准则、核密度判定准则、场力和判定准则分别求取各个样... 为了有效获取散乱点云中的尖锐特征点和边界特征点,提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑,搜索样点的K局部邻域;然后利用法向夹角判定准则、核密度判定准则、场力和判定准则分别求取各个样点局部邻域的三个特征参数,最后通过加权计算特征参数得到每个样点的特征值与全局判定阈值,特征值比阈值大的点即为特征点。实验证明,该算法能有效地获取散乱点云中边沿特征点与尖锐特征点。 展开更多
关键词 散乱点云 特征提取 均值漂移 法相夹角 场力和
下载PDF
基于散乱点云的多尺度特征点提取算法 被引量:3
3
作者 蔡晋茹 况立群 韩燮 《计算机工程与设计》 北大核心 2016年第12期3255-3259,共5页
针对物体的尺度不变性特征以及传统算法对噪声敏感等问题,本文提出一种基于散乱点云的多尺度特征提取算法。通过改变局部邻域的大小,构造尺度空间,进行多尺度分析,在不同的尺度下,通过对局部邻域的协方差分析,计算曲面变化值,找到具有... 针对物体的尺度不变性特征以及传统算法对噪声敏感等问题,本文提出一种基于散乱点云的多尺度特征提取算法。通过改变局部邻域的大小,构造尺度空间,进行多尺度分析,在不同的尺度下,通过对局部邻域的协方差分析,计算曲面变化值,找到具有尺度不变性的特征点;引入基于形状索引值的点签名方法,增强对噪声的鲁棒性。 展开更多
关键词 散乱点云 尺度空间 协方差分析 特征点提取 点签名
下载PDF
一种新的基于散列特征点的地形生成方法 被引量:3
4
作者 李广鑫 吴自力 +1 位作者 丁振国 周利华 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2006年第4期576-579,共4页
基于少量散列分布的特征点,提出了一种椭圆山形插值算法,在地形区域准均匀网格划分后,对落在特征点影响范围之内的网格点进行插值处理,得到表征地形概貌的地形模板.使用分形技术对地形模板进行迭代处理,增加多层次地形细节,增进了地形... 基于少量散列分布的特征点,提出了一种椭圆山形插值算法,在地形区域准均匀网格划分后,对落在特征点影响范围之内的网格点进行插值处理,得到表征地形概貌的地形模板.使用分形技术对地形模板进行迭代处理,增加多层次地形细节,增进了地形的真实感.与以往方法相比,该方法具有两个特点:相对于基于真实地学数据的生成方法,输入数据量少,通过交互手段可以任意更改地形的局部特征;相对于基于构造和简单分形的生成方法,克服了其不能对山峰位置和形态进行控制的缺点.使用该方法用少量的数据就可以方便地控制地形的特征外貌,并生成比较逼真的地形. 展开更多
关键词 地形生成 散列特征点 准均匀离散 椭圆山型插值 分形
下载PDF
复杂曲面零件散乱点云特征点提取 被引量:2
5
作者 高瑞 李泷杲 +1 位作者 黄翔 李栋 《航空制造技术》 2017年第13期60-65,共6页
复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后... 复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。 展开更多
关键词 复杂曲面零件 散乱点云 标记 特征点提取 聚类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部