基于K-近邻拟合平面点云简化算法

作者：付永健; 李宗春; 何华; 阮焕立

来源：北京测绘, 2017, S1: 86-90.

DOI：10.19580/j.cnki.1007-3000.2017.S1.022

• 点云简化
• KD-tree
• K-近邻
• 平面拟合
• 平均距离

海量点云数据较易获取,点云简化问题已成为众多学者的研究热点。本文提出了一种基于K-近邻拟合平面点云简化算法。通过建立KD-tree索引,寻找每个点的K-近邻,然后对K-近邻进行平面拟合剔除非特征点实现点云简化。实验结果表明本文算法简化率能达到80%以上,点云特征信息保留明显,算法适用性广,稳定性强,并且点云经简化后不损害重建结果。

• 单位
  信息工程大学地理空间信息学院