首页 | 本学科首页   官方微博 | 高级检索  
     

多因素参与的3D特征点检测方法
引用本文:李绕波,袁希平,甘淑,毕瑞,胡琳,高莎. 多因素参与的3D特征点检测方法[J]. 测绘科学技术学报, 2021, 38(5): 499-506. DOI: 10.3969/j.issn.1673-6338.2021.05.010
作者姓名:李绕波  袁希平  甘淑  毕瑞  胡琳  高莎
作者单位:昆明理工大学,云南 昆明 650093;云南省高校高原山区空间信息测绘技术应用工程研究中心,云南 昆明 650093;滇西应用技术大学,云南 大理 671009;昆明理工大学,云南 昆明 650093;云南省高校高原山区空间信息测绘技术应用工程研究中心,云南 昆明 650093
摘    要:针对现有3D特征点提取方法易造成边界点遗漏和尖锐点错判的问题,提出一种基于多因素参数的3D特征点检测方法.首先在3D特征点提取过程中,利用相邻投影法向夹角的大小提取边界点,以保证边界的完整性;其次针对点云尖锐点的提取,通过将k邻域中曲率权值、法向量夹角均值和距离均值用于定义特征点识别参数;然后根据曲率最大值和相邻点间的距离均值定义3D特征点识别阈值,并将识别参数与阈值进行比较而判定特征点;最后将所提出的方法分别与现有的基于曲率和法向量的3种方法进行实证分析比较,实验结果表明,基于多因素参与的3D特征点检测方法能够有效识别出点云尖锐点,并且能够保证边界点的完整性.

关 键 词:点云  k邻域  特征点提取  边界点  尖锐点

3D Feature Point Detection Method Based on Multi-factor Participation
LI Raobo,YUAN Xiping,GAN Shu,BI Rui,HU Lin,GAO Sha. 3D Feature Point Detection Method Based on Multi-factor Participation[J]. Journal of Zhengzhou Institute of Surveying and Mapping, 2021, 38(5): 499-506. DOI: 10.3969/j.issn.1673-6338.2021.05.010
Authors:LI Raobo  YUAN Xiping  GAN Shu  BI Rui  HU Lin  GAO Sha
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号