论文部分内容阅读
在点云数据处理领域,针对现有特征点提取算法容易出现错判与漏判的问题,提出一种基于点云法向量与密度相结合的特征点提取算法。在点云模型中构建拓扑关系,采用KD树的方法建立目标点的K邻域;计算各点云数据对应的法向量并将邻域内各点的法向量点积的平均值作为特征度;以点间距离为依据对点云密度进行计算;将特征度与点云密度相结合组成特征点判别参数,与阈值进行比较实现特征点提取。实验结果验证了算法的可行性与有效性。