基于Voronoi极点的点云特征显著度检测算法
本文提出一种新的点云数据特征检测算法,该算法能够对点云数据点的视觉显著性进行有效的检测与测度度量.在点云数据网格简化中,通过使用算法所得到的测度能够有效地保持网格上视觉重要部分的三维信息.本文算法通过Voronoi内外极点与采样点之间的关系来计算离散曲面局部特征,然后叠加不同尺度下局部特征的高斯差分得到全局视觉显著度的特征测度,最后将该测度作为网格简化的权重应用于网格简化.实验结果表明,虽然本文算法和目前算法在二次误差测度下的定量分析结果基本相同,但是在视觉效果上优于其他单纯基于曲率特征的算法,特别是在网格简化中,本文算法对尖锐边缘具有较好的保持,因此本文所提出的基于Voronoi极点的算法与传统算法相比具有较低的计算复杂性,并且对点云数据的视觉显著度有较好的度量.
点云数据点 视觉显著性 检测算法 Voronoi极点
魏宁 徐婷婷 董方敏
三峡大学计算机与信息学院,宜昌443002
国内会议
珠海
中文
227-232
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）