一种散乱数据点云快速简化算法  

A efficient simplified algorithm of scattered point cloudy

作　　者：迟源[1] 

机构地区：[1]首都师范大学

出　　处：《微计算机信息》2012年第9期449-450,共2页Control & Automation

摘　　要：本文提出了一种散乱数据点云的简化算法,即指定数据点间的临界距离,若测量点间的距离小于临界值,则两点中的一个将被删除。这种简化方法直接以测点间的距离为是否进行简化的判定依据,不需要反复遍历寻优,所以在同样删除率的情况下,按指定距离进行简化比按指定数据点个数进行简化速度快得多。本算法的运行效率高,且思想简单易于实现;最后基于二维Delaunay三角剖分技术快速地实现每个数据点的局部拓扑重建,输出结果为最常用的三角网格表示。The algorithm depends on the value of critical distance to decide the data point which is testing should be delete or be reserve.If the distance of testing point is less than the critical distance,One of the testing point should be delete.The advantage of this algorithm is avoiding traverse repeatedly.In the same rate of delete,this method is efficient and easy to carry out.In the end,the topology reconstruction is realized by a technology of based on Delaunay Triangulation.

关 键 词：散乱数据点 临界距离值 数据简化 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]