【摘要】 本发明公开了一种数据点云精简方法，包括步骤：估计初始点云法向；对初始点云法向进行双边滤波；对初始点云进行Poisson-disk采样，采样半径通过原始点云的近似面积来估计，并利用邻域球布尔交运算来扩展可用采样边界；在点云采样结果的基础上，分别在稀疏与密集区域增补或移除采样点获得指定精简数目。本发明在保持了尖锐边特征与边界数据的同时防止采样点局部聚集，获得了更加均衡的分布，因而更加有利于后续的高质量三角化、基于点的绘制以及形状约束动画等应用。 【专利类型】发明授权 【申请人】浙江大学 【申请人类型】学校 【申请人地址】310027 浙江省杭州市西湖区浙大路38号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210205499.0 【申请日】2012-06-18 【申请年份】2012 【公开公告号】CN102800114B 【公开公告日】2014-12-31 【公开公告年份】2014 【授权公告号】CN102800114B 【授权公告日】2014-12-31 【授权公告年份】2014.0 【IPC分类号】G06T11/00; G06T5/00; G06F17/10 【发明人】范然; 邱妮娜; 金小刚 【主权项内容】一种基于Poisson-disk采样的数据点云精简方法，用于对初始取得的数据点云进行精简处理，其特征在于，包括步骤：(1)估计初始点云法向；(2)对得到的初始点云法向进行双边滤波；(3)对初始点云进行Poisson-disk采样，对初始点云进行Poisson-disk采样包括步骤：(3.1)、根据原始点云近似面积估计采样半径r，随机选择一个初始采样点，生成初始可用采样边界；(3.2)、对每个已有采样点的采样边界赋予一概率值，从当前所有采样点邻域球内可用采样边界的集合中，选取采样边界概率最大的采样边界，从中随机选取新的备选点，查找该点在点云中的最近点作为新的采样点；(3.3)、利用邻域球布尔交运算更新可用采样边界，降低当前更新的可用采样边界的概率值；(3.4)、迭代步骤(3.2)，步骤(3.3)直到所有邻域球内采样边界最大概率值低于预先指定值Qτ；(4)调整采样后的点云数到指定的精简数目。 【当前权利人】浙江凌迪数字科技有限公司 【当前专利权人地址】浙江省杭州市上城区钱江路639号1958室 【专利权人类型】公立 【统一社会信用代码】12100000470095016Q 【家族引证次数】2.0 【家族被引证次数】9

未经允许不得转载：http://www.zhongzhencnc.com/1791564162.html