基于信息熵和改进KMC的点云简化算法

摘要

为了保持点云的细节几何特征,针对数据点分布散乱的点云数据模型,提出一种基于信息熵和改进K均值聚类的点云简化算法。首先,定义点云局部区域的曲率信息熵,并根据信息熵删除非特征点,从而实现点云初始简化;然后,采用一种基于KD-树的改进KMC算法进一步实现点云精简化,从而实现点云的最终精确简化。实验采用公共点云和文物点云数据模型验证本算法,结果表明该算法比包围盒简化法、随机采样法、聚类简化法以及曲率简化法的简化精度有明显提高,能够较好地保留原始点云的细节几何特征,具有良好的简化效果。因此,基于信息熵和改进KMC的简化算法是一种有效的点云简化算法。