原文传递
基于KD树散乱点云数据的Guass平均曲率精简算法
| 题名： | 基于KD树散乱点云数据的Guass平均曲率精简算法 |
| 正文语种： | 中文 |
| 作者： | 蔡志敏 王晏民 黄明 |
| 作者单位： | 北京建筑大学,北京 10044 |
| 关键词： | KD树 曲率 曲面拟合 |
| 摘要： | 针对大数据散乱点云精简问题，提出基于平均曲率为判断依据的精简算法，采用KD树结构对点云数据建立k领域，在散乱点参数化的基础上，对k领域内的点进行二次曲面拟合，求出拟合平面的平均曲率，进而得出领域内所有数据点的平均曲率均值，以此为判断依据精简，构造曲率差函数，识别出边界数据点，对边界数据进行保护，试验结果表明，该算法对曲率变化大的点云数据精简有一定的理论和应用价值 |
| 会议日期： | 201310 |
| 会议举办地点： | 北京 |
| 会议名称： | 中国测绘学会2013工程测量分会年会 |
| 出版日期： | 2013-09-30 |
| 母体文献： | 中国测绘学会2013工程测量分会年会论文集 |
| 分类号： | P237 |
检索历史
应用推荐
