基于局部重建的點云特征點提取.pdf

1、在點云特征點提取問題中，由于點數(shù)據(jù)之間缺乏連接關(guān)系，并且數(shù)據(jù)常受到噪聲和數(shù)據(jù)缺失等問題的影響，如何快速、有效地提取特征信息，將對幾何特征保持的點云去噪和簡化、網(wǎng)格重建、點云數(shù)據(jù)匹配等問題的解決提供幫助。
　　近年來，許多學(xué)者提出了不同點云特征點提取算法，如通過局部構(gòu)造黎曼樹進行多尺度分析的算法、利用最小生成樹特征線提取的算法、利用最小二乘擬合曲面進行曲率分析的算法和利用高斯法線聚類的算法。但這些算法都沒有很好地解決點云數(shù)據(jù)尖銳特征

2、和平滑特征提取的準(zhǔn)確性和有效性問題，針對現(xiàn)有算法存在的問題，本文提出了基于局部重建的點云特征點提取算法。首先，對局部鄰居進行協(xié)方差分析計算每個數(shù)據(jù)點的特征度量，通過閾值過濾篩選出初始特征點集合;然后在每個初始點的局部鄰居內(nèi)構(gòu)建不跨越特征區(qū)域并能有效反應(yīng)局部結(jié)構(gòu)信息的三角形集合;由于噪聲數(shù)據(jù)的存在，為了獲取潛在曲面有效的法向信息，我們對三角形集合進行e1法向重建;再利用共享最近鄰算法對重建后的法向進行聚類，得到對應(yīng)局部鄰域數(shù)據(jù)點的分類集合