大规模点云选择及精简

【摘要】：点云选择与精简是三维扫描系统中应对背景数据、冗余采样、分布不均匀等问题的必要后处理步骤。针对定制低成本三维扫描系统的需求,传统方法仍有很多局限性。这是由于研究领域未提供支持套索UI接口的点云选择算法;传统点云精简方法侧重曲率自适应分布,无法保证平坦区域的均衡分布。论文提出一种支持套索UI接口的点云选择算法,通过构建套索形状矩形覆盖与点云八叉树剔除大部分点在多边形内的判断;提出一种基于Poisson-disk采样的均衡分布的点云精简算法,并以采样点邻域球布尔交运算来定义曲面上的圆盘半径度量,具有保持尖锐边特征及边界的性质。实验结果表明,论文方法能够较好满足低成本三维扫描系统中点云删减处理的需求。