论文部分内容阅读
提出了一种新的基于最小曲面距离的点云精简算法，算法在简化点云数据的同时不损失特征。点云被划分成一系列的三维子网格，根据子网格，找到最近k邻域。散乱点云的k邻域通过二次参数曲面拟合，进一步得到相关曲率。依据提出的曲面距离，对点云进行精简。选择了一些典型的点云，如冲浪、石头、陶俑、牙齿等数据对算法进行了验证。结果表明，可以直接和有效地减少点云数据，同时保持原始模型的几何形状，对点云精简研究有一定的理论和实践意义。通过实验也证明了该算法的可靠性和准确性。