為進一步提高提取邊界點的效率,提出了一種k-均值聚類與象限識別相結(jié)合的點云邊界快速提取方法,通過k-均值聚類將點云劃分為許多個子集群,根據(jù)三維格網(wǎng)劃分方法探測出邊界集群,在邊界集群中通過象限識別提取出邊界點。兩組邊界提取實驗結(jié)果表明,本方法不僅能夠提取到分布均勻的邊界特征點,且與傳統(tǒng)方法比較,效率更高。 

【文章來源】：測繪地理信息. 2020,45(03)

【文章頁數(shù)】：3 頁

【部分圖文】：

二維空間的邊界集群識別方法

本文采用鄰近點與聚類中心點的坐標差值作為判斷標準。在確定邊界聚類集群后,針對每個邊界集群進行邊界點的判斷與提取。首先通過最小二乘擬合邊界集群局部平面,然后依次判斷邊界集群內(nèi)的每個點是否為邊界點。對于集群內(nèi)任一點p,將集群內(nèi)的其他采樣點分別與p進行坐標求差,即構(gòu)建以采樣中心點p為坐標原點的三維坐標系,并以差值結(jié)果作為點云的新坐標,即創(chuàng)建xpy,xpz和ypz三個空間平面,分別平行于xoy,xoz和yoz原點坐標軸平面。統(tǒng)計位于xpy、xpz、ypz三個平面兩側(cè)的點云數(shù)量,并分別計算每個平面兩側(cè)點云數(shù)量的比值,若有一個平面兩側(cè)的點云數(shù)量之比大于設(shè)定的閾值δ,則認為點p為邊界點(圖2)。2 實驗與結(jié)果

利用來自Hoppe的個人主頁的Nascar數(shù)據(jù)和Hypersheet數(shù)據(jù)來驗證本文算法的有效性和可靠性。圖3(a)和圖3(d)分別為Nascar數(shù)據(jù)模型的兩個側(cè)面;圖3(b)和圖3(e)為本文改進算法提取到的Nascar數(shù)據(jù)的邊界點。從圖3中可以看出,Nascar模型的車窗、車輪及底部其他重要邊界被準確地提取出來了,邊界點分布均勻清晰。Nascar模型的頂部突起部分之所以沒有保留,是因為本文定義的邊界點是開放區(qū)域的邊界,并不包含拐點和尖銳點。圖4(a)為Hypersheet點云數(shù)據(jù);圖4(b)為該模型的邊界點提取效果,從圖中可以看出的Hypersheet的外邊界圈也十分明顯。圖4 Hypersheet點云數(shù)據(jù)邊界提取結(jié)果

【參考文獻】：
期刊論文
[1]地面激光點云的建筑區(qū)域快速提取方法[J]. 董安國,黃亮.  測繪地理信息. 2018(03)
[2]基于三維激光掃描技術(shù)的橋塔撓度測量[J]. 徐進軍,郭鑫偉,張洪波.  測繪地理信息. 2017(02)
[3]基于核密度估計的散亂點云邊界特征提取[J]. 孫殿柱,劉華東,史陽,李延瑞.  農(nóng)業(yè)機械學報. 2013(12)
[4]保留邊界的點云簡化方法[J]. 黃文明,肖朝霞,溫佩芝,吳曉軍.  計算機應(yīng)用. 2010(02)
[5]空間網(wǎng)格面片可見邊界提取方法研究與應(yīng)用[J]. 郭愛斌,鄧家禔.  中國圖象圖形學報. 2007(11)
[6]基于徑向基函數(shù)的殘缺點云數(shù)據(jù)修復(fù)[J]. 陳飛舟,陳志楊,丁展,葉修梓,張三元.  計算機輔助設(shè)計與圖形學學報. 2006(09)
[7]基于點云的邊界特征直接提取技術(shù)[J]. 柯映林,范樹遷.  機械工程學報. 2004(09)
[8]空間三角網(wǎng)格曲面的邊界提取方法[J]. 張獻穎,周明全,耿國華.  中國圖象圖形學報. 2003(10)



本文編號：3070888