| 自适应最优邻域尺寸选择的点云法向量估计方法 |
| |
| 引用本文： | 宣伟,花向红,邹进贵,贺小星,赵不钒.自适应最优邻域尺寸选择的点云法向量估计方法[J].测绘科学,2019,44(10):101-108,116. |
| |
| 作者姓名： | 宣伟 花向红 邹进贵 贺小星 赵不钒 |
| |
| 作者单位： | 武汉理工大学土木工程与建筑学院,武汉430070;东华理工大学江西省数字国土重点实验室,南昌 330013;武汉大学测绘学院,武汉,430079;华东交通大学土木建筑学院,南昌,330013 |
| |
| 基金项目： | 东华理工大学江西省数字国土重点实验室开放研究项目;中央高校基本科研业务费专项;国家自然科学基金;中国博士后科学基金 |
| |
| 摘 要： | 为了削弱邻域尺寸选择对基于主成分分析(PCA)的点云法向量估计精度的影响,自适应处理尖锐特征点云,该文提出了自适应邻域的PCA点云法向量估计方法,利用点云局部邻域协方差矩阵,构建了局部邻域维度特征信息熵函数,根据熵函数最小准则,实现了点云自适应最优邻域的估计,在此基础上进行PCA法向量估计。分别对模拟点云和实测点云进行了法向量估计实验。实验结果表明,该文方法能够显著提高包含尖锐特征的点云法向量估计精度。
|
| 关 键 词： | 激光点云 PCA法向量估计 熵函数最小准则 最优邻域估计 |
A new method of normal estimation for point cloud based on adaptive optimal neighborhoods |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
