随着计算机科学和虚拟现实技术的发展,数字博物馆技术逐渐成为文化遗产和自然遗产虚实展示的重要技术手段。数字博物馆具有资源共享和网络传输功能,若使用原始扫描点云直接建模,会消耗大量的时间和空间资源,增加网络传输的负担,降低数字博物馆的用户体验。因此,如何精确和有效地对点云数据进行简化已然成为虚实展示的关键技术。针对上述问题,本文分别从整体和局部两个层次保留原始点云特征,针对特征感知的三维散乱点云简化展开研究。本文研究工作如下:(1)针对散乱点云简化过程容易丢失轮廓边缘几何特征的问题,提出一种基于法向偏差的轮廓边缘特征点提取方法。首先,通过构造点云空间拓扑关系和拟合局部平面求出点云法向量;然后,根据基于坐标值比较的轮廓边缘点检测方法,提取候选轮廓边缘点;最后,提出基于法向偏差的区域生长方法,有效区分轮廓边缘点以及轮廓边缘附近点。实验结果表明,该方法简单、鲁棒,能有效提取点云模型轮廓特征点,具有较高的计算效率。(2)针对点云简化后特征稀疏、轮廓形状粗糙、易丢失局部几何特征和产生孔洞等问题,提出一种基于期望最大化聚类的点云简化方法。首先,根据点的局部分布,采用期望最大化方法对点云进行聚类分析;然后,在聚类簇内通过局部绝对曲率来确定高曲率点,构造描述能力较强的特征点划分函数;最后,基于特征感知的Hausdorff距离进行点云简化。实验表明,该方法可以在曲率较大的地方尽可能稠密,曲率较小的地方尽可能稀疏,保留尖锐特征的同时尽可能展示整体轮廓,有效避免简化过程中易生成孔洞等问题,降低简化误差。(3)本文设计并实现了三维散乱点云简化系统,主要功能包括点云模型数字化管理、法向量估计、轮廓边缘特征提取以及点云模型简化。实验表明,该系统可以快速有效地简化散乱点云,并保证较好的重建效果。本文研究得到国科金重点项目(61731015)“破损陶质文物数字几何虚拟复原方法研究”和国科金青年项目(61802311)“基于深度特征模式的缺损文物碎片自动拼接方法研究”的支持。