10.3969/j.issn.1001-2400.2017.02.020
采用密度空间聚类的散乱点云特征提取方法
针对现有点云特征提取算法中,采用全局特征度量阈值及仅使用点的局部信息进行特征提取而造成的特征尖锐程度敏感、对潜在曲面差异较大模型效果差等问题,提出一种基于密度空间聚类的散乱点云特征提取方法.首先,对点的反k近邻进行定义,并提出一种新的特征检测算子;然后,将反k近邻的尺度作为点密度,引入特征的全局约束性信息;最后,对基于密度空间聚类方法中的相关概念进行重定义并建立新的特征识别准则,提取特征点.实验结果表明,该算法简单、有效、鲁棒,同时考虑了特征的局部性信息及全局约束性信息,针对潜在曲面形状差异较大的模型表现出了较强的优越性.
点云、特征提取、基于密度空间聚类、全局约束性、反k近邻
44
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61373117,61572400;国家自然科学基金青年基金资助项目61305032;陕西省教育厅科研专项资助项目2013JK1180
2017-05-22（万方平台首次上网日期，不代表论文的发表时间）
共7页
114-120
