点云数据的k近邻快速建立改进算法.PDFVIP

2014年 12月 计算机工程与设计 Dec．2014 第35卷 第 12期 COMPUTER ENGINEERINGAND DESIGN Vo1．35 No．12 点云数据的k近邻快速建立改进算法 安雁艳 ，杨秋翔，冯欣悦，范建华，杨 剑 (中北大学 计算机与控制工程学院，山西 太原 030051) 摘 要：针对点云数据最近点搜索时栅格化所得空间子块大，并且在未完全找到前搜索范围需扩展一圈的问题，提出一种 基于二次栅格化和扩展方向可控的快速搜索算法。采用传统分块算法一次栅格化数据空间；综合考虑非空栅格、最近点数 目及一次划分边长，计算二次栅格化的边长；在局部搜 索过程中控制扩展方向，优先在最有可能 出现的栅格 中进行搜 索。 实验结果表明，与现存的方法相比，该算法在搜索时间上至少减少了2O 。 关键词：点云数据；最小包围盒；栅格；k近邻；范围搜索 中图法分类号：TP391．41 文献标识号：A 文章编号 ：1000—7024 (2014)12—4228-05 Improvedalgorithm forfindingknearestneighborsofpointclouddata ANYan-yan，YANGQiu—xiang，FENGXin-yue，FANJian-hua，YANGJian (CollegeofCo mputerandCo ntrolEngineering，NorthUniversityofChina，Taiyuan030051，China) Abstract：Fortheproblem ofbiggersub-block spaceafterdividingwhen searchingpoint’Snearestneighborsand extending aroundsearchrangebeforecompletingsearch，afastsearchalgorithm basedonseconddividingandcontrolledextensiondirection waspresented．Atfirst，theminimum boundingboxofpointclouddatawasdividedinto8setofuniform gridsbyusingtraditional algorithms．Thenthesizeofseconddividedgridwasfiguredoutbyoverallconsideringgridsthatwerenotempty，thenumberof nearestneighborsandthesizeoffirstdividedgrid．Finally，themostpossiblegridsweresearchedpreferentiallythroughdirection controlintheprocessoflocalsearch．Comparedwiththeexistingmethods，simulationresultsshowsthattheprovidedalgorithm canreducesearchingtimeby20％atleast． Keywords：pointclouddata；minimum boundingbox；grid；knearestneighbors；rangesearching 间分块策略I8_lol进行 k近邻搜索，但该方法存在 以下缺 0 引 言 点：一是划分所得的栅格边长较长，从而导致栅格中包含 随着逆向工程的发展，物体表面数据的采集方法也随 的点较多；二是在当前栅格中无法完全找到最近点时，需 之多样化，但是所采集的数据散乱无序，几何分布信息不 要扩展的搜索范围较大。针对这种情况，文献 [11]提出 明显，并且数据量庞大。因此，必须建立点云数据问的拓 了一种二次栅格化策略，文献 [12]提出了搜索范围扩展 扑关系[1