| 基于边界保留的k-means聚类点云精简算法研究 |
| |
| 引用本文： | 常俊飞,赵利民,王瀚斌.基于边界保留的k-means聚类点云精简算法研究[J].测绘工程,2018(7):60-65. |
| |
| 作者姓名： | 常俊飞 赵利民 王瀚斌 |
| |
| 作者单位： | 辽宁工程技术大学 测绘与地理科学学院 ,辽宁 阜新,123000
广东省核工业地质局二九二大队 ,广东 河源,517001
中国电建集团北京勘测设计研究院有限公司 ,北京,100024 |
| |
| 摘 要： | 传统的栅格法与曲率法对数据模型进行精简时很容易剔除特征点,具有较高的误判率,导致精简后的数据不能较好地突出点云数据的特征,使重构后的实体模型精度下降。文中提出基于边界保留的k-means聚类算法对点云进行精简。该算法首先使用k-d树进行质心初始化,然后使用X-Y边界提取算法来保留边界完整性,最后根据曲率高低对簇进行细分,使在高曲率区域保留必要多的点,在低曲率地方保留一些均匀分布的点。实验验证该方法优于传统的栅格法与曲率法。
|
| 关 键 词： | 点云精简 栅格法 曲率法 k-means聚类算法 |
Research on k-means clustering point cloud reduction algorithm based on boundary reservation |
| |
| CHANG Junfei,ZHAO Limin,WANG Hanbin.Research on k-means clustering point cloud reduction algorithm based on boundary reservation[J].Engineering of Surveying and Mapping,2018(7):60-65. |
| |
| Authors: | CHANG Junfei ZHAO Limin WANG Hanbin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
