原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中图法分类号文献标识码文章编号论文引用格式自适应聚类的散乱点云精简陈龙蔡勇张建生西南科技大学制造科学与工程学院绵阳西南科技大学制造过程测试技术省部共建教育部重点实验室绵阳摘要目的点云精简是曲面重建等点云处理以往散乱点云精简算法的精简结果存在失真较大空洞及不适用于片状点云的问题提出了一种自适应聚类的点云精简算法方法首先根据邻域计算每个数据点的曲率点法向与邻域点法向夹角的平均值点到邻域重心的距离点到邻域点的平均距离据此运用多判别参数混合的特征提取方法识别并保留特征点曲面尖锐点和边界点然后对点云数据建
中图法分类号：TP391.41 文献标识码：A 文章编号：
论文引用格式：
自适应K-means聚类的散乱点云精简
陈 龙1，蔡 勇1，2，张建生1
1. 西南科技大学制造科学与工程学院，绵阳 621010；2. 西南科技大学制造过程测试技术省部共建教育部重点实验室，绵阳 621010
摘 要：目的： 点云精简是曲面重建等点云处理以往散乱点云精简算法的精简结果存在失真较大、空洞及不适用于片状点云的问题，提出了一种自适应K-means聚类的点云精简算法。方法： 首先，根据k邻域计算每个数据点的曲率、点法向与邻域点法向夹角的平均值、点到邻域重心的距离、点到邻域点的平均距离，据此运用多
文档评论（0）