-
题名基于FPFH特征提取的散乱点云精简算法
被引量：7
- 1
-
-
作者
李海鹏
徐丹
付宇婷
柳雁安
张婷婷
-
机构
云南大学信息学院
-
出处
《图学学报》
CSCD
北大核心
2022年第4期599-607,共9页
-
基金
国家自然科学基金项目(61761046,62061049,62162068)
云南省“万人计划”云岭学者专项(YNWR-YLXZ-2018-022)
+1 种基金
云南省科技厅-云南大学“双一流”建设联合基金项目(2019FY003012)
云南大学研究生科研创新项目(Y2000211)。
-
文摘
针对原始点云模型中存在大量冗余数据问题,提出一种基于快速点特征直方图(FPFH)特征提取的点云精简算法,有效兼顾了特征信息保留和整体完整性。算法首先查找并保留原始模型的边缘点;然后计算非边缘点的FPFH值,由此得到点云的特征值,并进行排序且划分出特征区域和非特征区域,保留特征区域内的点;最后将非特征区域划分为k个子区间,对每个子区间用改进的最远点采样算法进行采样。将该算法与最远点采样算法、非均匀网格法、k-means算法和自适应曲率熵算法进行对比实验,并用标准化信息熵评价方法对精简后的点云进行评价,实验表明其优于其他精简算法。此外,可视化结果也表明,该算法能够在保证精简模型完整性的同时,较好地保留住点云大部分特征信息。
-
关键词
点云精简
快速点特征直方图
最远点采样
边界保留
标准化信息熵
-
Keywords
point cloud simplification
fast point feature histograms
farthest point sampling
boundary reservation
standardized information entropy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
