基于自适应椭圆距离的点云分区精简算法.PDFVIP

第３３卷第２期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．２ ２０１６年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１６ 基于自适应椭圆距离的点云分区精简算法 吴禄慎　俞　涛　陈华伟 （南昌大学机电工程学院　江西南昌３３００３１） 摘　要　　利用传统点云精简算法进行散乱点云简化会导致点云模型部分细节特征的丢失或模糊以及影响非平面区域的光顺性。 针对这些问题，提出基于自适应椭圆距离的点云分区精简算法。首先，通过对邻域点集进行微切平面与局部曲面的拟合，计算出各 点的法矢及曲率等；其次，利用所得几何特征信息，提取点云边界特征以及完成点云平面区域与非平面区域的划分；最后，采用改进 后的精简算法对不同区域进行简化。实验结果表明，该算法不但能够快速完成符合要求精简率的数据简化，还能保护点云模型的细 节特征以及保证模型非平面部分的光顺性。经过软件分析得出，精简后模型与原始模型的距离误差的标准偏差为０．０１５ｍｍ。 关键词　　点云精简　四元数　最小距离法　点云分区　边界提取 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０２．０１０ ＲＥＤＵＣＴＩＯＮＡＬＧＯＲＩＴＨＭＯＦＰＯＩＮＴＣＬＯＵＤＳＥＧＭＥＮＴＡＴＩＯＮＢＡＳＥＤ ＯＮＡＤＡＰＴＩＶＥＥＬＬＩＰＴＩＣＡＬＤＩＳＴＡＮＣＥ ＷｕＬｕｓｈｅｎ　ＹｕＴａｏ　ＣｈｅｎＨｕａｗｅｉ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００３１，Ｊｉａｎｇｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｐｐｌｙｉｎｇｔｒａｄｉｔｉｏｎａｌｐｏｉｎｔｃｌｏｕｄｒｅｄｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｒｅｄｕｃｉｎｇｓｃａｔｔｅｒｅｄｐｏｉｎｔｃｌｏｕｄｗｉｌｌｌｅａｄｔｏｍｉｓｓｉｎｇｏｒｆｕｚｚｙｏｆｓｏｍｅｄｅｔａｉｌ ｆｅａｔｕｒｅｓｏｆｔｈｅｐｏｉｎｔｃｌｏｕｄｍｏｄｅｌａｎｄａｆｆｅｃｔｉｎｇｔｈｅｓｍｏｏｔｈｎｅｓｓｏｆｎｏｎｐｌａｎａｒｒｅｇｉｏｎ．Ａｉｍｉｎｇａｔｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｗｅｐｕｔｆｏｒｗａｒｄｔｈｅａｄａｐｔｉｖｅ ｅｌｌｉｐｔｉｃａｌｄｉｓｔａｎｃｅｂａｓｅｄｐｏｉｎｔｃｌｏｕｄｓｅｇｍｅｎｔａｔｉｏｎｒｅｄｕｃｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔ，ｂｙｆｉｔｔｉｎｇｔｈｅｔａｎｇｅｎｔｐｌａｎｅａｎｄｌｏｃａｌｓｕｒｆａｃｅｏｎｎｅｉｇｈｂｏｕｒｈｏｏｄ ｓｅｔ，ｉｔｃａｌｃｕｌａｔｅｓｔｈｅｎｏｒｍａｌｖｅｃｔｏｒａｎｄｃｕｒｖａｔｕｒｅｏｆｅａｃｈｐｏｉｎｔ；ｓｅｃｏｎｄｌｙ，ｉｔｕｓｅｓｔｈｅｄｅｒｉｖｅｄｇｅｏｍｅｔｒｉｃｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｔｏｅｘｔｒａｃｔｐｏｉｎｔ ｃｌｏｕｄｂｏｕｎｄａｒｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｔｏｃｏｍｐｌｅｔｅｔｈｅｐａｒｔｉｔｉｏｎｏｆｐｌａｎａｒｒｅｇｉｏｎｓａｎｄｎｏｎｐｌａｎａｒｒｅｇｉｏｎｓｏｆｐｏｉｎｔｃｌｏｕｄ；ｆｉｎａｌｌｙ，ｉｔｕｓｅｓｔｈｅ ｉｍｐｒｏｖｅｄｒｅｄｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｓｉｍｐｌｉｆｙｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｎｏｔｏｎｌｙｒａｐｉｄｌｙａｃｃｏｍｐｌｉｓｈｄａｔａ ｓｉｍｐｌｉｆｉｃａｔｉｏｎｉｎａｃｃｏｒｄｗｉｔｈｔｈｅｒｅｑｕｉｒｅｄｒｅｄｕｃｔｉｏｎｒａｔｅ，ｂｕｔｃａｎａｌｓｏｐｒｏｔｅｃｔｔｈｅｄｅｔａｉｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｏｉｎｔｃｌｏｕｄｍｏｄｅｌａｎｄｅｎｓｕｒｅｔｈｅ ｓｍｏｏｔｈｎｅｓｓｏｆｎｏｎｐｌａｎａｒｐｏｒｔｉｏｎｏｆｍｏｄｅｌ．Ｔｈｒｏｕｇｈｓｏｆｔｗａｒｅａｎａｌｙｓｉｓ，ｉｔｉｓｆｏｕｎｄｔｈａｔｔｈｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｒｅｄｕｃｅｄｍｏｄｅｌａｎｄ ｔｈｅｏｒｉｇｉｎａｌｍｏｄｅｌｉｓ０．０１５ｍｍ． Ｋ