散乱点

作品数：341被引量：1643H指数：20
导出分析报告
相关领域：自动化与计算机技术理学更多>>
相关作者：孙殿柱李延瑞朱昌志吴禄慎林洪彬更多>>
相关机构：山东理工大学南京航空航天大学浙江大学燕山大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划浙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用与软件x
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
散乱点云的圆柱提取和拟合被引量：1
《计算机应用与软件》2023年第7期238-243,共6页周颖 林意 
圆柱拟合在工业测量中有广泛的应用。基于传统算法的圆柱拟合的缺点包括缺少对初始点云的预处理、需要进行迭代计算、需要手动调节参数等,提出无迭代的圆柱拟合方法。对初始点云进行去噪和降采样,再利用区域生长方法得到拟合需要的数据...
关键词：圆柱拟合 无迭代 旋转 最小二乘原理 圆度 
散乱点云特征面拟合与求交算法被引量：2
《计算机应用与软件》2017年第12期245-249,共5页陈华伟 袁小翠 吴禄慎 
国家自然科学基金项目(51365037)
逆向建模的主要目标就是通过曲面重构,向CAD输入NURBS等曲面模型。曲率是曲面的基本信息,采用二次曲面法估算点云曲率,结合曲率法和统计法对点云进行特征型面分割,有效识别了平面、圆柱面和球面等规则曲面。采用最小二乘拟合法求解曲面...
关键词：曲率估算 曲面拟合 曲面求交 曲面重构 
基于频率直方图的K邻域稀疏离群点移除算法
《计算机应用与软件》2016年第12期169-172,206,共5页郭子选 谢晓尧 刘嵩 
贵州省科技厅工业攻关项目(黔科合GZ字[2012]3017);贵州省科学技术基金项目(黔科合J字LKS[2011]9号);贵州省经济和信息化委员会项目(1158)
在点云预处理阶段,传统的基于k邻域的稀疏离群点移除算法尚存在一些不足。在点云的处理过程中,关于k邻域的大小以及所要滤去的稀疏离群点的噪声阈值方面,没有给出合理的选取方案。通过对散乱点云传统k近邻稀疏离群点移除算法的分析与研...
关键词：散乱点云 稀疏离群点 K近邻 直方图 密度特征 
一种新的散乱点云快速去噪算法被引量：7
《计算机应用与软件》2015年第7期74-78,共5页王勇 唐靖 饶勤菲 袁巢燕 
重庆市教委项目(KJ100821);重庆理工大学研究生创新基金项目(YCX2013218)
针对三维扫描仪获取的含噪点云数据会严重影响到后期三维重建的精度,提出一种新的散乱点云快速去噪算法。该算法首先通过改进的K-means聚类算法来建立点云的空间拓扑关系,然后对聚类后每一类的点云进行噪声点识别及去除。实验结果表明...
关键词：散乱点云 K-MEANS聚类算法 噪声点 去噪 
一种基于散乱点云的边界提取算法被引量：15
《计算机应用与软件》2014年第11期264-268,共5页吴禄慎 晏海平 陈华伟 高项清 
国家自然科学基金项目(51065021)
点云边界是曲面的重要特征之一,边界线的快速准确提取对于提高曲面重构的效率和质量具有重要意义。首先,采用基于kd-tree搜索的方法建立点云空间拓补关系,进行K邻域快速搜索,以采样点及其K邻域作为局部型面参考依据拟合微切平面,将其向...
关键词：散乱点云 KD-TREE K邻域 微切平面 边界提取 NURBS 
基于特征的点云精确配准算法被引量：7
《计算机应用与软件》2013年第11期112-114,122,共4页许斌 李忠科 吕培军 孙玉春 王勇 
国家科技支撑计划项目(2009BAI81B00)
在散乱点云的配准过程中,由于不同次扫描得到的点云模型之间的重叠部分可能较小且点云具有丰富的几何细节,致使传统ICP(Iterative Closest Point)精确配准算法很难得到理想精度。针对这个问题以Chen和Medioni提出的点面距离误差测度函...
关键词：散乱点云 ICP算法 主曲率 精确配准 
点云三角剖分的软件实现
《计算机应用与软件》2011年第12期135-140,238,共7页陈新河 鲁业频 周平 
安徽高校省级科研项目(KJ2011B103);巢湖学院重点项目(XLZ201004)
空间点云的三角化是机器视觉等领域中的一个共同的研究热点,研究的终极目标是对任何空间散乱点云都可以进行任何指定精度的、快速的、正确的三角剖分。软件(算法)通过多种三角剖分算法的集成提高软件对不同空间点云的适用性;通过多次三...
关键词：散乱点云 三角剖分 用户互动 优化 
特征保留的点云数据自适应精简算法被引量：8
《计算机应用与软件》2011年第8期38-39,75,共3页倪小军 姜晓峰 葛亮 
国家自然科学基金(60775045)
提出一种特征保留的点云数据自适应精简算法。该算法首先构造散乱点云数据的局部拓扑信息,通过一种改进的二次栅格法快速建立K邻域,由此估算点的邻域弯曲度,再进行分类。算法在保留特征点后对其余点应用自适应精简距离进行阈值精简,故...
关键词：散乱点云 数据精简 特征保留 邻域弯曲度 自适应 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部