-
题名自适应最优邻域尺寸选择的点云法向量估计方法
被引量:19
- 1
-
-
作者
宣伟
花向红
邹进贵
贺小星
赵不钒
-
机构
武汉理工大学土木工程与建筑学院
东华理工大学江西省数字国土重点实验室
武汉大学测绘学院
华东交通大学土木建筑学院
-
出处
《测绘科学》
CSCD
北大核心
2019年第10期101-108,116,共9页
-
基金
东华理工大学江西省数字国土重点实验室开放研究基金资助项目(DLLJ201801)
中央高校基本科研业务费专项资金资助项目(2018IVA075)
+1 种基金
国家自然科学基金项目(41674005)
中国博士后科学基金项目(2018M632909)
-
文摘
为了削弱邻域尺寸选择对基于主成分分析(PCA)的点云法向量估计精度的影响,自适应处理尖锐特征点云,该文提出了自适应邻域的PCA点云法向量估计方法,利用点云局部邻域协方差矩阵,构建了局部邻域维度特征信息熵函数,根据熵函数最小准则,实现了点云自适应最优邻域的估计,在此基础上进行PCA法向量估计。分别对模拟点云和实测点云进行了法向量估计实验。实验结果表明,该文方法能够显著提高包含尖锐特征的点云法向量估计精度。
-
关键词
激光点云
PCA法向量估计
熵函数最小准则
最优邻域估计
-
Keywords
laser point cloud
normal estimation using PCA
criterion of minimum entropy
optimal neighborhood estimation
-
分类号
P231
[天文地球—摄影测量与遥感]
TP391
[自动化与计算机技术—计算机应用技术]
-