基于区域分割的多视角点云精简算法

梁正友，黄思捷，孙 宇，李轩昂

(1.广西大学 计算机与电子信息学院，广西 南宁 530004；2.广西多媒体通信与网络技术重点实验室，广西 南宁 530004)

0 引 言

由于微软推出的体感设备Kinect V2在三维重建领域当中的点云信息采集上表现出操作简单、易上手、价格廉价等优点[1]，受到了许多研究者的关注。Kinect V2获取点云的数量非常庞大，平均每秒能够获取数以千计的点。这些点云不仅密度大，而且包含了许多重复点和冗余点。如果不对点云进行精简，这些多余的点云会占用大量的存储空间，直接进行曲面重建必定会浪费大量时间和计算资源[2]。因此，研究开发有效的点云精简算法可有效地减少点云占用存储空间，提高运算效率。

已经有不少学者研究开发各种点云精简算法。唐泽宇等[3]提出一种基于加权最小二乘法曲率计算的点云精简算法，能够有效提升曲率计算的准确度，避免了孔洞现象。金露等[4]在利用自适应栅格法对点云进行精简的基础上，将ICP算法和RANSAC算法相结合，同时提高了点云配准精度和精简的效率。贺一波等[5]提出了一种基于k均值(k-means)聚类的点云精简方法，能较好地保留点云的细节特征，并且与原始数据的稠密稀疏分布更加一致。曹爽等[6]针对工业构件点云提出了基于曲面变化的点云精简算法，通过计算点的曲率将点云分成特征不同的多个区域，并且在每一个区域设定阈值，为每个不同的特征区域计算其精简比率，由精简比率定义阈值完成精简。……