Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2013-05-15

Journal: 计算机辅助设计与图形学学报

Included Journals: CSCD、ISTIC、PKU、EI、Scopus

Volume: 25

Issue: 5

Page Number: 659-665

ISSN: 1003-9775

Key Words: 点云;特征提取;局部重建;协方差分析;共享近邻聚类

Abstract: 为了有效地提取点云数据中的特征信息,针对采自分片光滑曲面的散乱点云数据,提出一种基于局部重建的鲁棒特征点提取方法.首先基于局部邻域的协方差分析计算每个数据点的特征度量,并通过阈值过滤获取初始特征点集合;然后在每个初始特征点的局部邻域内构建不跨越特征区域,以反映该点局部特征信息的三角形集合;再利用共享近邻算法对构造的三角形法向进行聚类,得到对应局部区域数据点的分类集合;最后对每一类点集拟合平面,通过判断该点是否同时落在多个平面来进行特征点提取.实验结果表明,该方法简单、稳定,对局部邻域选取的大小不敏感,具有一定的抗噪能力;能够在有效提取显著特征的同时,尽可能多地保留相对较弱的特征.