多粒度的特征融合点云简化方案  

作　　者：喻萍 郭晔 YU Ping;GUO Ye

机构地区：[1]西安财经大学信息学院,陕西西安710100

出　　处：《信息技术与信息化》2024年第8期73-76,82,共5页Information Technology and Informatization

基　　金：陕西省自然科学基础研究计划项目(2021JQ-765);西安财经大学重点科学研究(22FCZD05);西安财经大学科学研究计划扶持项目(22FCJH008)。

摘　　要：针对现有基于关键点的点云简化算法存在光滑表面过度简化的问题,提出一种多粒度、层级化的特征融合的点云简化方案。为平衡尖锐几何曲面和光滑曲面的简化程度,同时减少特征损失,依据特征分布将简化方案拆分成粗细粒度两大模块。在粗粒度模块中,设计了一种自适应变体素网格边长的方法,以提高简化过程中算法灵活性,并结合主成分分析法获取点云特征值,避免非关键点的干扰;在细粒度模块中,通过融合改进灰狼优化算法与k均值聚类,构建点云计算聚类模型,实现了点云聚类和二次精细化处理。最后,在公开数据集上对所设计的方案进行验证与分析,实验结果表明所提出的方案在误差性能方面明显好于随机采样法和曲率简化法。

关 键 词：多粒度 点云简化 自适应增长因子 灰狼优化 聚类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]