融合kmeans聚类与Hausdorff距离的点云精简算法改进OA
Point Cloud Simplification Improved Algorithm Integrating K-means Clustering and Hausdorff Distance
通常情况下,融合kmeans聚类与Hausdorff距离的点云精简算法在目标曲面的曲率值过小时需要设定Hausdorff距离阈值,在模型表面复杂情况下曲率估算精度不高,针对以上问题对该算法进行改进.首先在kmeans聚类中k值的确定采用手肘法确定聚类数保证聚类精度,然后采用维数特征Hausdorff距离代替主曲率Hausdorff距离提取特征点,避免了曲率的估算和在曲率值过小时设定Hausdorff距离阈值,最后融合kmeans聚类簇心与采用维数…查看全部>>
彭海驹;严科文;林松;赖浩源;张泽鑫
惠州市自然资源规划勘测院,广东 惠州 516000惠州市自然资源规划勘测院,广东 惠州 516000惠州市自然资源规划勘测院,广东 惠州 516000惠州市自然资源规划勘测院,广东 惠州 516000惠州市自然资源规划勘测院,广东 惠州 516000
天文与地球科学
点云精简kmeans聚类Hausdorff距离维数特征手肘法
《地理空间信息》 2022 (8)
59-63,5
安徽省教育厅无人机开发及数据应用重点实验室开放基金资助项目(WRJ19004).
评论