基于边界保留的k-means聚类点云精简算法研究

作者：常俊飞; 赵利民; 王瀚斌

来源：测绘工程, 2018, 27(07): 60-65.

DOI：10.19349/j.cnki.issn1006-7949.2018.07.013

• 点云精简
• 栅格法
• 曲率法
• k-means聚类算法

传统的栅格法与曲率法对数据模型进行精简时很容易剔除特征点,具有较高的误判率,导致精简后的数据不能较好地突出点云数据的特征,使重构后的实体模型精度下降。文中提出基于边界保留的k-means聚类算法对点云进行精简。该算法首先使用k-d树进行质心初始化,然后使用X-Y边界提取算法来保留边界完整性,最后根据曲率高低对簇进行细分,使在高曲率区域保留必要多的点,在低曲率地方保留一些均匀分布的点。实验验证该方法优于传统的栅格法与曲率法。

• 单位
  广东省核工业地质局二九二大队; 辽宁工程技术大学; 中国电建集团北京勘测设计研究院有限公司