基于多数投票法的扫描点云尖锐特征保留方法

针对散乱点云预处理过程中尖锐特征难以保留的问题,提出一种基于多数投票法的尖锐特征保留方法。首先构建点云的k-d tree拓扑结构,采用主成分分析(PCA)方法来估计点云所有邻域中每个点的法向,结合曲面变化度对散乱点云进行区域划分;然后将多数投票法应用于特征区域,对模糊点进行识别;最后设定阈值,将判定出的噪声和离群点去除。由于点的种类识别精确,所以该方法可以避免出现去除不完全或者过度光顺等问题。实验结果表明:所提方法简单,耗时较短,能在去除噪声的同时保留点云尖锐特征。