散乱点云谷脊特征提取.docx

下载文档

0
0
约1.63万字
约 17页
2025-02-26 发布于山东
举报
版权申诉
保障服务

散乱点云谷脊特征提取.docx

1、本文档共17页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第23卷第1期2015年1月

光学精密工程

OpticsandPrecisionEngineering

Vol.23No.1Jan.2015

文章编号1004-924X(2015)01-0310-09

散乱点云谷脊特征提取

张雨禾，耿国华*,魏潇然

(西北大学信息科学与技术学院，陕西西安710127)

摘要：利用微分“化曲为直”的本质特性和离散计算方法，提出了一种基于局部重建的散乱点云谷脊特征提取算法。首先，利用离散Laplacian算子对点进行增强，通过阈值过滤标记潜在谷脊点。然后，在每个潜在谷脊点的局部邻域内构建紧附于潜在曲面、能反映该点局部几何特征信息的三角网格。最后，根据Weingarten映射的性质，估算潜在谷脊点的主曲率和主方向；将邻域大小作为尺度参数，利用简单直观的离散计算方法及线性插值方法，多尺度地判定一点是否为主方向上的曲率极值点，从而提取谷脊特征。实验结果表明：当点云规模为10375个，谷脊点规模为1129个时，执行时间仅为97.39ms;当点云规模达327853个，谷脊点规模达到105482个时，执行时间为3956.12ms。该方法简单、稳定，避免了传统的利用拟合曲面再逼近微分量方法中由于曲面拟合带来的高时间代价，能快速有效地提取散乱点的云谷脊特征。

关键词：点云模型；特征提取；谷脊特征；离散计算

中图分类号：TP391.4文献标识码：Adoi:10.3788/OPE0310

Valley-ridgefeatureextractionfrompointclouds

ZHANGYu-he,GENGGuo-hua*,WEIXiao-ran

(CollegeofInformationScienceandTechnology,NorthwestUniversity,Xian710127,China)*Correspondingauthor,Email:ghgeng@

Abstract:Onthebasisofcharacteristicofdifferential“curltostraight”anddispersecalculationmethod,anextractionmethodusinglocalreconstructionanddifferentialcalculationwasproposedforvalley-ridgefeaturesfrompointclouds.First,thedispersedLaplacianoperatorwasusedtoenhancethepointdataandanappropriatethresholdwassettoobtainpotentialvalley-ridgepoints.Then,atrianglemeshattachedonthepotentialsurfacewasconstructedineveryvalley-ridgepointstoeffectivelyreflectthelocalgeometryfeatureinformation.Finally,accordingtoWeingartenmapping,principalcurvaturesandprincipaldirectionsofpotentialvalley-ridgepointswerecalculated.Asimpledifferentialcalculationmethodandalinearinterpolationmethodwereusedtodecideifthepointisanextremevaluepointinprincipledirectionandtoextractthevalley-ridgefeaturesbasedonthemulti-scalingidea.Theexperimentalresultsindicatetha