计量学报

作者：赵夫群, 余佳乐

关键词：光学计量,点云简化,特征贡献值,体素下采样,曲面分级,最佳邻域范围,文物点云数据

基金：国家自然科学基金(62271393)

针对传统简化算法对点云数据的适用性不强、耗时较长、尖锐特征点的精简效果不佳等问题，提出一种基于特征贡献值及曲面分级的点云简化算法。首先利用体素化重心下采样算法对点云数据进行粗简化处理；然后根据局部几何特征确定出点云的最佳邻域范围，再根据该邻域范围计算点云数据的局部贡献值，并提取出点云特征点；最后，使用改进的k-means算法对点云数据分类，按照类别和贡献值对点云进行精简化。对斯坦福公共点云数据集和文物点云数据集分别进行了简化实验，结果表明，与曲率采样法、随机采样法和点特征保留精简法相比，所提算法的简化准确度分别提高了约70%、50%和20%，能够在保持特征区域的同时，较好地简化点云非特征区域并有效避免孔洞，实现点云准确简化。

来源：2025年第8期

《计量学报》期刊编辑部

查看计量学报杂志2025年第8期