公开(公告)号：CN102890828A

公开(公告)日：2013-01-23

申请号：CN201210201623.6

申请日：2012-06-15

Applicant: 北京理工大学

Inventor： 李凤霞 ,  陈宇峰 ,  饶永辉 ,  李仲君 ,  赵三元 ,  谢宝娣

IPC: G06T17/00

Abstract: 本发明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。

公开(公告)号：CN102890828B

公开(公告)日：2015-04-29

申请号：CN201210201623.6

申请日：2012-06-15

Applicant: 北京理工大学

Inventor： 李凤霞 ,  陈宇峰 ,  饶永辉 ,  李仲君 ,  赵三元 ,  谢宝娣

IPC: G06T17/00

Abstract: 本发明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。

公开(公告)号：CN102750730B

公开(公告)日：2014-10-22

申请号：CN201210201865.5

申请日：2012-06-15

Applicant: 北京理工大学

Inventor： 李凤霞 ,  饶永辉 ,  王青云 ,  谢宝娣

IPC: G06T17/00

Abstract: 本发明涉及一种特征保持的点云数据精简方法，属于计算机三维建模技术领域。本发明提出的精简方法，首先按照采样率为对原始点云数据进行第一次精简；然后根据当前剩余数据点的所属类别以及该点的k阶邻域中被移除点的个数，调整剩余数据点的所属类别；再对剩余点云按照采样率为进行第二次精简。本方法对比传统方法，具有以下优点：①能够保留原始点云的细节特征；②避免繁琐的二次曲面拟合与曲率估算的时间代价；③能够有效的避免精简后的点云出现孔洞。

公开(公告)号：CN102750730A

公开(公告)日：2012-10-24

申请号：CN201210201865.5

申请日：2012-06-15

Applicant: 北京理工大学

Inventor： 李凤霞 ,  饶永辉 ,  王青云 ,  谢宝娣

IPC: G06T17/00

Abstract: 本发明涉及一种特征保持的点云数据精简方法，属于计算机三维建模技术领域。本发明提出的精简方法，首先按照采样率为对原始点云数据进行第一次精简；然后根据当前剩余数据点的所属类别以及该点的k阶邻域中被移除点的个数，调整剩余数据点的所属类别；再对剩余点云按照采样率为进行第二次精简。本方法对比传统方法，具有以下优点：①能够保留原始点云的细节特征；②避免繁琐的二次曲面拟合与曲率估算的时间代价；③能够有效的避免精简后的点云出现孔洞。