基于局部重建的點(diǎn)云特征點(diǎn)提取.pdf

1、在點(diǎn)云特征點(diǎn)提取問題中，由于點(diǎn)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(diǎn)云去噪和簡化、網(wǎng)格重建、點(diǎn)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(diǎn)云特征點(diǎn)提取算法，如通過局部構(gòu)造黎曼樹進(jìn)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(jìn)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(diǎn)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(diǎn)云特征點(diǎn)提取算法。首先，對局部鄰居進(jìn)行協(xié)方差分析計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的特征度量，通過閾值過濾篩選出初始特征點(diǎn)集合;然后在每個(gè)初始點(diǎn)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(jìn)行e1法向重建;再利用共享最近鄰算法對重建后的法向進(jìn)行聚類，得到對應(yīng)局部鄰域數(shù)據(jù)點(diǎn)的分類集合