基于法向夹角的点云数据精简方法技术

本发明专利技术涉及一种基于法向夹角的点云数据精简方法，属于计算机三维建模技术领域。本发明专利技术提出的精简方法的具体步骤为：①读取原始点云数据；②获取每个数据点的k阶邻域，并计算每个数据点的单位法向量；③获取每个数据点的法向量与该数据点的k个邻近点法向量点积的均值V；④获取每个数据点所在局部区域的曲率V′；⑤对点云中的所有数据点进行分类；⑥确定每个类别的采样比；⑦对点云数据进行精简。本方法对比传统方法，具有以下优点：能够保留原始点云的细节特征；避免繁琐的二次曲面拟合与曲率估算的时间代价的。

【技术实现步骤摘要】

本专利技术涉及一种，属于计算机三维建模

技术介绍
在逆向工程中，三维扫描仪作为一种主要的工具被广泛使用，利用它可以获取模型的三维点云数据，从而完成实物模型的重建。点云(point cloud)又可称作无组织数据集，数据点之间没有任何关系，它是单纯的三维点的集合，这些点由x，y，z坐标定义。当前通过扫描测量方法获得的点云数据是密集散乱数据，数据量极大，而且测点数据之间没有相应的、显式的几何拓扑关系。传统的三维扫描仪为光学三维扫描仪，这种三维扫描仪比较适用于对小型物体进 行三维精确建模，具有很高的扫描精度，价格相对低廉。获得的点集规模一般在十万级左右。相较而言，激光三维扫描仪的主要应用对城市、街道等大场景进行扫描，构建全景三维数据及模型，一般配合惯性导航、GPS定位系统等构成LIDAR扫描系统，获得的点集规模可以达到千万级甚至亿级。激光三维扫描仪获得的点云数据除包含数据点坐标外，通常还包含反射强度，法线方向等信息。由于近些年来三维扫描技术的不断发展，获得的点云数据规模也日益庞大。存储、处理或显示这些数据都将消耗大量的时间和计算机资源，因此需要对点云数据进行精简。点云精简的目的本文档来自技高网...

【技术保护点】
一种基于法向夹角的点云数据精简方法，其特征在于：其操作步骤包括步骤一至步骤七，具体为：步骤一、读取原始点云数据；步骤二、获取每个数据点的k阶邻域，并计算每个数据点的单位法向量；步骤三、获取每个数据点的法向量与该数据点的k个邻近点法向量点积的均值V；使用数据点法向量与该数据点的k个邻近点法向量点积的均值V作为判断该点是否保留的依据；点云中的任一数据点Pi的单位法向量用(xi,yi,zi)表示，数据点Pi的k个邻近点法向量分别用(X1,Y1,Z1)，(X2,Y2,Z2)，……，(Xk,Yk,Zk)表示；每个数据点Pi的法向量与该数据点的k个邻近点法向量点积的均值V通过公式（3）得到：V=(&Sig...

【技术特征摘要】

【专利技术属性】
技术研发人员：李凤霞，陈宇峰，饶永辉，李仲君，赵三元，谢宝娣，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：