【技术实现步骤摘要】
基于豪斯多夫距离和平均投影距离局部熵的点云精简方法
本专利技术涉及计算机数据处理
，尤其涉及一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法。
技术介绍
随着科学技术的发展，激光扫描设备不停地更新换代推陈出新，三维实物可以通过激光扫描设备将几何信息保存至存储设备中。随着三维激光扫描仪精度的不断提高，单次扫描所获得的点云模型的数据量成倍增长，与此同时带来的问题是密集的点云数据中存在的大量冗余数据。这些冗余数据的存在将极大地增加了三维模型点云数据进行存储、传输及计算等任务处理的开销，且给后续进行曲面拟合和模型重建等相关工作带来了巨大挑战。因此需要提高对三维模型点云数据的精简效果。
技术实现思路
本专利技术的目的在于提供一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，提高对三维模型点云数据的精简效果。为实现上述目的，本专利技术提供了一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，包括以下步骤：对获取的原始点云数据进行降采样处理，并搜索到多个近邻点后，利用主成分分析法计...
【技术保护点】
1.一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，其特征在于，包括以下步骤：/n对获取的原始点云数据进行降采样处理，并搜索到多个近邻点后，利用主成分分析法计算出每个点云对应的平均投影距离；/n将所述原始点云数据划分为边缘点云集和待精简点云集，并计算出所述待精简点云集对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值；/n基于细分准则利用八叉树对所述待精简点云集进行剖分，并计算出每个子立方体对应的第二豪斯多夫距离平均值；/n将所述第一豪斯多夫距离平均值与所述第二豪斯多夫距离平均值的比值与设定的多个判断阈值进行比较，根据比较结果和所述信息熵值对所述待精简点云集进行精...
【技术特征摘要】
1.一种基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，其特征在于，包括以下步骤：
对获取的原始点云数据进行降采样处理，并搜索到多个近邻点后，利用主成分分析法计算出每个点云对应的平均投影距离；
将所述原始点云数据划分为边缘点云集和待精简点云集，并计算出所述待精简点云集对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值；
基于细分准则利用八叉树对所述待精简点云集进行剖分，并计算出每个子立方体对应的第二豪斯多夫距离平均值；
将所述第一豪斯多夫距离平均值与所述第二豪斯多夫距离平均值的比值与设定的多个判断阈值进行比较，根据比较结果和所述信息熵值对所述待精简点云集进行精简；
将所述边缘点云集和精简后的点云进行合并拼接，得到对应的三维模型。
2.如权利要求1所述的基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，其特征在于，将所述原始点云数据划分为边缘点云集和待精简点云集，并计算出所述待精简点云集对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值，包括：
根据多个所述近邻点构建最小二乘平面，并将所述近邻点投影到所述最小二乘平面上，将得到对应的多个投影点对应的比值与设定的第一阈值进行比较，得到第一边缘点；
利用设定的第二阈值对点云密度直方图进行划分，并对提取出的点云数据进行降采样处理，得到第二边缘点；
将所述第一边缘点和所述第二边缘点划分为边缘点云集，将所述原始点云数据中除所述边缘点云集的点云划分为待精简点云集；
计算出所述待精简点云集对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值。
3.如权利要求2所述的基于豪斯多夫距离和平均投影距离局部熵的点云精简方法，其特征在于，计算出所述待精简点云集对应的第一豪斯多夫距离平均值和所述平均投影的信息熵值，包括：
计算出所述待精简点云集中每个点云对应的第三豪斯多夫距离，并将所述第三豪斯多夫距离按照降序排列后，将第一个所述第三豪斯多夫距离作为第一豪斯多夫距离，并根据所述第一豪斯多夫距离计算出对应的第一豪斯多夫距离平均值；
基于信息熵公式，计算出所述平均投影距离的信息熵值，并将所述信息熵值按照...
【专利技术属性】
技术研发人员：王世刚，何家文，潘斌，高学山，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。