查询结果:   袁小翠,陈华伟.尖锐特征曲面点云模型各向异性邻域搜索[J].计算机应用与软件,2018,35(12):253 - 258.
中文标题
尖锐特征曲面点云模型各向异性邻域搜索
发表栏目
算法
摘要点击数
55
英文标题
THE ANISOTROPIC NEIGHBORHOOD SEARCHING FOR POINT CLOUD MODEL WITH SHARP FEATURE SURFACE
作 者
袁小翠 陈华伟 Yuan Xiaocui Chen Huawei
作者单位
南昌工程学院江西精密驱动与控制重点实验室 江西 南昌 贵州师范大学机械与电气工程学院 贵州 贵阳 550025    
英文单位
Jiangxi Key Laboratory of Precision Drive and Control, Nanchang Institute of Technology, Nanchang 330099, Jiangxi, China School of Mechanical and Electrical Engineering, Guizhou Normal University, Guiyang 550025, Guizhou, China    
关键词
点云邻域 高斯映射 法向量估计 层次聚类
Keywords
Point cloud neighborhood Gaussian mapping Normal estimation Hierarchical clustering
基金项目
江西省教育厅科学技术研究项目(GJJ61122);国家自然科学基金项目(51365037)
作者资料
袁小翠,讲师,主研领域:机器视觉与逆向工程。陈华伟,副教授。 。
文章摘要
特征曲面点云模型的特征点k邻域各向同性。基于此邻域对点云数据处理容易造成严重的处理误差,因此提出一种各向异性邻域搜索方法。对点云建立KD树搜索k邻域,采用邻域拟合法估计点云法向量和检测特征点。将特征点的各向同性邻域映射到高斯球形成不同的数据簇,层次聚类法对高斯球上的数据分类,高斯球上最大类对应的邻域为最优各向异性子邻域。为了验证算法的有效性,将该方法与KD树和栅格邻域搜索方法进行应用和耗时比较。实验结果表明,该方法耗时最长,但是应用于点云数据处理,如点云法向量估算和点云去噪时效果更佳。
Abstract
The k neighborhood of feature points of feature surface cloud model is isotropic. Based on this neighborhood, it is easy to cause serious processing errors in point cloud data processing, so an anisotropic neighborhood searching was proposed. KD tree was used to search k neighborhood for point cloud, and neighborhood fitting method was used to estimate point cloud normal vector and detect feature points. The isotropic neighbors of feature points were mapped into Gaussian sphere to form different data-clusters, and the hierarchical clustering method was used to classify the data in Gaussian sphere. The neighborhood corresponding to the largest class on Gauss sphere was the optimal anisotropic sub neighborhood. To verify the validity of the method, the proposed method was compared with KD tree and grid neighborhood searching in terms of application and time consumption. Experimental results show that the proposed method is the most time-consuming, but it is more effective when applied to point cloud data processing, such as point cloud normal vector estimation and point cloud denoising.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
APT木马网络协议逆向自动化分析
潘思远
安全技术
2018
4
317
[摘要]
2
一种基于图金字塔的聚类算法
吕晓波
算法
2018
2
256
[摘要]
3
尖锐特征曲面点云模型各向异性邻域搜索
袁小翠
算法
2018
12
253
[摘要]
4
基于爬虫的智能爬行算法研究
侯美静
网络与通信
2018
11
215
[摘要]
5
OPEN:一个基于评论的商品特征抽取及情感分析框架
卿勇
应用技术与研究
2018
1
65
[摘要]
6
基于数据聚类的锅炉受热面吹灰对再热减温水量相关性研究
钱虹
数据工程
2017
5
48
[摘要]
7
LS-Cluster:大规模多变量时间序列聚类方法
郑诚
算法
2017
5
205
[摘要]
8
层次化聚类在分布式计算环境中的剪枝策略
丁晓阳
算法
2017
5
261
[摘要]
9
基于邻域几何特征约束的植株三维形态配准方法研究
马福峰
图像处理与应用
2016
9
184
[摘要]
10
HCLOPE:一种处理分类数据的优化层次聚类算法
李晔锋
数据工程
2016
7
60
[摘要]
11
基于影响力的微博新兴热点事件检测
李华
应用技术与研究
2016
5
98
[摘要]
12
农业信息搜索可视化平台研究
王恬
算法
2016
3
271
[摘要]
13
不同表达谱芯片分析方法在药效机制研究中的应用
刘建胜
应用技术与研究
2015
6
57
[摘要]
14
改进的二分K均值聚类算法
刘广聪
算法
2015
2
261
[摘要]
15
搜索日志中热点查询的内容抽取
任育伟
数据工程
2015
12
16
[摘要]
16
一种基于在线凝聚的层次聚类改进算法
张钰
算法
2015
1
267
[摘要]
17
基于文献的农业领域本体自动构建方法研究
王超
应用技术与研究
2014
8
71
[摘要]
18
基于层次K-均值聚类的支持向量机模型
王秀华
人工智能与识别
2014
5
172
[摘要]