基于局部重建的点云特征点提取

摘要：

针对采自分片光滑曲面的散乱点云数据,提出一种基于局部重建的鲁棒特征点提取方法.首先,基于局部邻域的协方差分析给每个数据点赋予度量该点成为特征点的可能性.通过阈值过滤获取初始特征点集合.其次,在每个初始特征点的局部邻城内构建不跨越特征区域,并能够反映该点局部特征结构信息的三角形集合.然后,利用共享近邻算法对构造的三角形法向进行聚类,进而得到对应局部区域数据点的分类集合.最后,对每一类点集拟合平面,通过判断该点是否同时落在多个平面来进行特征点提取.实验结果表明,该方法简单、稳定,对局部邻域选取的大小不敏感,具有一定的抗噪能力.该方法能够在有效提取显著特征的同时,尽可能多的保留相对较弱的特征.

关键词： 光滑曲面 点云数据 特征提取 局部重建

作者: 王小超 刘秀平 李宝军 张绍光

作者单位: 大连理工大学数学科学学院,辽宁省大连市116024 大连理工大学汽车工程学院,辽宁省大连市116024;湖南大学汽车车身先进设计制造国家重点实验室,湖南省,长沙市,410082

会议类型: 国内会议

会议名称: 第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)

会议地点: 青岛

会议语种:中文

页码: 434-437

在线出版日期: 2012-07-19（万方平台首次上网日期，不代表论文的发表时间）