基于动态网格 k 邻域搜索的激光点云精简算法

由非接触式扫描方法获得的点云数据存在大量的冗余点, 为便于模型重构, 提出一种新的基于动态网格k邻域搜索的点云精简方法.首先, 对点云进行k邻域搜索, 在k邻域搜索过程中采用动态网格的方法快速寻找k邻域点; 然后, 根据数据点的k邻域计算点的曲率、点与邻域点法向夹角的平均值、点与邻域点的平均距离, 并利用这3个参数定义特征判别参数和特征阈值, 比较大小, 对特征点进行提取; 最后, 利用包围盒法对非特征点进行二次精简, 将精简后的点云与特征点拼接, 实现精简目的.实验结果表明, 所提出方法与其他k邻域搜索方法相比, 提高了计算效率, 并且将特征提取与二次精简方法相结合, 既可保留模型的几何特征, 又能避免空洞区域的产生, 在精度和速度上都取得了较好的效果.