基于变半径球的数据压缩

刘　晶,　WONG Edward K

(1.华东理工大学机械与动力工程学院, 上海 200237;2.纽约大学理工学院计算机科学与工程系,美国 纽约 11201)



基于变半径球的数据压缩

刘晶1,WONG Edward K2

(1.华东理工大学机械与动力工程学院, 上海 200237;2.纽约大学理工学院计算机科学与工程系,美国 纽约 11201)

逆向工程中的点云数据压缩正受到越来越多的关注。它是模型重构和配准的基础。点云数据压缩后,可以改善重构以及配准的速度。在保持原始点云形状的基础上,提出了一种数据压缩算法。首先计算每一点处的法向量并且通过相邻点法向量间的关系去除坏点,然后计算每一点的曲度,最后通过移动球检测控制点并且简化点云。实验表明该算法在保持点云几何形状的同时,能够有效地降低点云数量。

数据压缩; 离散点云; 逆向工程; 曲度

随着三维扫描技术的发展,点云有着密集的采样点[1],同时在点云中也包含了很多冗余点。这对于模型重构和配准是十分费时的,也消耗很多内存。因此点云需要被处理[2]。点云中包含体现形状特征的控制点、一般点以及坏点。数据压缩就是提取出控制点,将一般点和坏点剔除的过程。

最近很多学者提出了数据压缩算法。这些算法大部分基于曲率、拟合误差以及法向量偏差[3]。Song等[3]基于几何数据分析提出一种在数据点邻域区分平滑点和边界点的方法,但是需要进行数据平滑预处理。王丽辉等[4]基于曲率和密度提出了一种特征点检测方法,该方法需要使用八叉树分割来获取密度参数。……