测绘科学

2019, v.44;No.256(10) 101-108+116

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

自适应最优邻域尺寸选择的点云法向量估计方法
A new method of normal estimation for point cloud based on adaptive optimal neighborhoods

宣伟;花向红;邹进贵;贺小星;赵不钒;

摘要(Abstract):

为了削弱邻域尺寸选择对基于主成分分析(PCA)的点云法向量估计精度的影响,自适应处理尖锐特征点云,该文提出了自适应邻域的PCA点云法向量估计方法,利用点云局部邻域协方差矩阵,构建了局部邻域维度特征信息熵函数,根据熵函数最小准则,实现了点云自适应最优邻域的估计,在此基础上进行PCA法向量估计。分别对模拟点云和实测点云进行了法向量估计实验。实验结果表明,该文方法能够显著提高包含尖锐特征的点云法向量估计精度。

关键词(KeyWords): 激光点云;PCA法向量估计;熵函数最小准则;最优邻域估计

Abstract:

Keywords:

基金项目(Foundation): 东华理工大学江西省数字国土重点实验室开放研究基金资助项目(DLLJ201801);; 中央高校基本科研业务费专项资金资助项目(2018IVA075);; 国家自然科学基金项目(41674005);; 中国博士后科学基金项目(2018M632909)

作者(Author): 宣伟;花向红;邹进贵;贺小星;赵不钒;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.10.015

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享