文档介绍：
基于快速行进最远点的点云精简算法研究#
严成,朱昊,杨安康,刘京南**
(东南大学自动化学院,南京 210096)
5
10
15
20
25
30
35
摘要:在逆向工程中,冗余数据会影响三维重建效率,因此对原始数据进行精简非常重要。
本文提出一种点云精简算法,采用快速行进最远点采样算法对点云数据进行精简,保证了
原始数据的特征并且可由用户设置精简度。通过分析实验数据,结果证明本算法具有计算
速度快、内存消耗少、对点云数据可多分辨率显示的特点。
关键词:点云精简;快速行进;最远点采样
中图分类号:TP274+.5
The research on point cloud simplification based on Fast
Marching farthest point sampling
YAN cheng, ZHU Hao, YANG Ankang, LIU Jinnan
(School of Automation, Southeast University, Nanjing 210096)
Abstract: Excessive data will influence the efficiency of three dimension reconstruction in reverse
engineering ,so it is important to simplify the initial data. We present a new technique for the
simplification of point sampled geometry by using Fast Marching farthest point sampling for point
clouds, in order to devise a feature-sensitive simplification algorithm with user-controlled density
guarantee. Through the analysis of experiment data, we proved that the algorithm is
computationally and memory efficient and multiresolution representations of the input point set.
Key words: Point cloud simplification; Fast Marching; Farthest point sample
0 引言
目前在三维检测领域,数据获取所得的数据信息量多,过多的点云数据成为数据计算和
存储的负担,并且并不是所有点对后续建模都是有用的。因此在保证数据精度的前提下,有
效地简化点云数据是点云预处理的重要内容,也是逆向工程前期步骤中的重点。对于点云精
简,目前已有不少常用算法。迭代法[1]不断精简点云,直至精简结果与原来点云相计算后的
误差在一定限度内。该方法能保证较好的误差精度,但随着迭代次数的增加,花费时间较多。
粒子仿真[2]是Turk引入的一种用于重采样多边形面的方法。该方法可根据曲率等属性的变