基于局部曲面拟合的散乱点云简化方法

摘要

随着数据获取手段的进步,散乱点云数据在三维重建中获得越来越广泛的应用,然而庞大的数据量往往影响重建的效率.现有简化算法中采用的曲率计算方法精度不高,导致模型特征模糊.本文在分析曲面特征的基础上给出了一种曲面特征的定量描述方法.该方法采用局部曲面拟合得到曲面在一点处的近似曲面,然后用法曲率在360度范围内的平均值代替平均曲率来描述曲面在一点处的特征.简化时采用K-D树剖分点云数据,根据子节点所包含的采样点数、空间区域大小和曲面特征大小控制简化过程.实验结果表明,该方法能够更好地保持曲面的几何特征,从而证明了算法的有效性.