基于Voronoi極點的點云特征顯著性檢測算法研究.pdf

1、隨著三維數(shù)據(jù)采集技術(shù)的發(fā)展，快速、精確地采集實物表面的點云信息已經(jīng)成為現(xiàn)實，這極大的推動了逆向工程的研究。點云數(shù)據(jù)的特征檢測作為逆向工程的關(guān)鍵問題，一直是該領(lǐng)域的研究熱點。近年來由于計算機(jī)視覺技術(shù)的不斷發(fā)展，其相關(guān)的視覺理論也被引入到三維點云數(shù)據(jù)的特征檢測領(lǐng)域的研究中。相較與傳統(tǒng)特征檢測只關(guān)注于點云的客觀局部幾何特征，基于視覺顯著度的特征檢測算法進(jìn)一步研究了點云數(shù)據(jù)通過視覺系統(tǒng)后所呈現(xiàn)出來的特征屬性。本文以此作為研究框架，主要的研究內(nèi)容

2、和成果包括：
　　1)總結(jié)了目前基于點云的Voronoi圖的局部特征檢測算法，通過分析Voronoi內(nèi)外極點到采樣點的距離比值與點云局部特征之間的幾何對應(yīng)關(guān)系，提出一種基于Voronoi極點的特征檢測算法。該算法對噪聲具有較好的魯棒性，此外還能夠?qū)ξ矬w尖銳邊緣的特征進(jìn)行有效地提取。
　　2)利用上述基于Voronoi極點計算得到的特征量化參數(shù)，結(jié)合多尺度的金字塔計算模型，研究了不同尺度下生成的特征顯著度檢測效果。此外，為了增

3、強(qiáng)顯著度區(qū)域和非顯著度區(qū)域之間的差別，對不同尺度下得到的顯著圖采用非線性放大操作，并將不同尺度下的顯著度進(jìn)行卷積，得到點云最終的視覺顯著測度值。顯著測度的結(jié)果符合人類視覺的特性。
　　3)利用特征顯著度參數(shù)對二次誤差矩陣加權(quán)，研究了基于Voronoi極點的特征顯著度在網(wǎng)格簡化中的應(yīng)用。通過對常用模型簡化結(jié)果的分析，以及與常用的網(wǎng)格簡化算法的量化結(jié)果和視覺效果進(jìn)行對比，驗證了本文算法在網(wǎng)格簡化應(yīng)用中的有效性和實用性。
　　本文