特征保持的点模型简化技术研究

doi:10.3778/j.issn.1002-8331.2010.21.058

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (21): 202-204.DOI: 10.3778/j.issn.1002-8331.2010.21.058

• 图形、图像、模式识别 • 上一篇下一篇

特征保持的点模型简化技术研究

倪彤光，顾晓清，杨长春

江苏工业学院信息科学与工程学院，江苏常州　213164

收稿日期:2009-01-09 修回日期:2009-03-23 出版日期:2010-07-21 发布日期:2010-07-21
通讯作者: 倪彤光

Research on feature-preserving method of point-sampled model simplification

NI Tong-guang，GU Xiao-qing，YANG Chang-chun

School of Information Science & Engineering，Jiangsu Polytechnic University，Changzhou，Jiangsu 213164，China

Received:2009-01-09 Revised:2009-03-23 Online:2010-07-21 Published:2010-07-21
Contact: NI Tong-guang

摘要/Abstract

摘要： 提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象，特征保持的点云数据简化的方法。通过直接在散乱点上计算曲率的方法，将数据点分为特征点和非特征点两类，分别应用不同参数的均值漂移聚类算法进行简化。实验结果表明算法既能有效简化点云数据，而且很好地保留了原网格模型的特征信息。

关键词: 点模型简化, 曲率, 均值漂移

Abstract: A feature-preserving method to reduce point cloud data from different scans is proposed.The source data may include no additional information other than coordinates of the measured points.Based on the curvature estimation，the cloud data can be simplified with mean-shift clustering algorithm effectively.Experimental results show that the algorithm is efficient and features of the original mesh can be preserved perfectly.

Key words: point-sampled model simplification, curvatures on surface, mean-shift

中图分类号:

TP391.41

倪彤光，顾晓清，杨长春.

特征保持的点模型简化技术研究

[J]. 计算机工程与应用, 2010, 46(21): 202-204.

NI Tong-guang，GU Xiao-qing，YANG Chang-chun. Research on feature-preserving method of point-sampled model simplification[J]. Computer Engineering and Applications, 2010, 46(21): 202-204.

[1]	马耀名，陈艺琳，李万禹. 电力巡线无人机航拍图像匹配算法研究[J]. 计算机工程与应用, 2021, 57(21): 278-286.
[2]	孙新领，张皓，赵丽. 结合尺度估计MST和粒子滤波的视频目标跟踪[J]. 计算机工程与应用, 2020, 56(8): 117-123.
[3]	赵云成，王琳，盛步云，赵飞宇. 综合曲率约束的在线网格模型分割方法研究[J]. 计算机工程与应用, 2020, 56(16): 176-182.
[4]	陈思琦，刘丽，陈秀秀，张龙，王天时. 基于孔洞填充的残缺三维模型检索[J]. 计算机工程与应用, 2020, 56(10): 185-192.
[5]	刘根1，蔡念1，2，肖盼1，2，林健发2. 基于光度立体和图像显著性的皮革缺陷检测[J]. 计算机工程与应用, 2019, 55(8): 215-219.
[6]	王忠民1，2，段娜1，范琳1. 融合YOLO检测与均值漂移的目标跟踪算法[J]. 计算机工程与应用, 2019, 55(10): 186-192.
[7]	黄岩，李骞，范茵. 基于曲率值追踪的气象槽线自动分析算法[J]. 计算机工程与应用, 2019, 55(1): 226-232.
[8]	孙凯，谢林柏. 结合稀疏表示和均值偏移的运动目标跟踪算法[J]. 计算机工程与应用, 2017, 53(9): 195-200.
[9]	曹洁1，2，赵修龙1，王进花2. 融合改进指尖点和Hu矩的手势识别[J]. 计算机工程与应用, 2017, 53(21): 138-143.
[10]	徐永安，缪静姣，李谦. 基于离散曲率的点云光顺算法[J]. 计算机工程与应用, 2017, 53(10): 209-212.
[11]	何博1，2，全惠敏1. 局部二次加权与多特征融合的行人检测算法[J]. 计算机工程与应用, 2016, 52(9): 154-158.
[12]	田浩，巨永锋，王培. 改进的抗遮挡MeanShift目标跟踪算法[J]. 计算机工程与应用, 2016, 52(6): 197-203.
[13]	王松林，徐文胜. 基于Kinect深度信息与骨骼信息的手指尖识别方法[J]. 计算机工程与应用, 2016, 52(3): 169-173.
[14]	郑浩，董明利，潘志康. 基于背景加权的尺度方向自适应均值漂移算法[J]. 计算机工程与应用, 2016, 52(22): 192-197.
[15]	黄娟，梅浙川，黄小明. 融合区域合并和Graph Cuts的彩色图像分割方法[J]. 计算机工程与应用, 2016, 52(17): 225-228.

特征保持的点模型简化技术研究

Research on feature-preserving method of point-sampled model simplification

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics