已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Point cloud simplification algorithm based on the feature of adaptive curvature entropy

点云 算法 曲率 云计算 熵(时间箭头) 计算机科学 聚类分析 特征(语言学) 边界(拓扑) 点(几何) 数学 人工智能 几何学 数学分析 物理 语言学 量子力学 操作系统 哲学
作者
Guolin Wang,Lushen Wu,Yun Hu,Minjie Song
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:32 (6): 065004-065004 被引量:27
标识
DOI:10.1088/1361-6501/abd497
摘要

Abstract Considering the diversity of point cloud features, the simplification effects of traditional point cloud simplification algorithms (such as curvature, random and isometry simplification algorithms) are poor. To overcome these drawbacks, a point cloud simplification method based on adaptive curvature entropy is proposed. Points with large curvatures are extracted to construct the initial point cloud boundary by defining a given proportion. The point cloud is clustered using the dichotomy clustering method. Subsequently, a preliminary simplification based on an adaptive random algorithm is performed for each clustered point cloud to reduce the point cloud capacity. The curvature entropy of each clustered point cloud is calculated to remove redundant points and preserve feature points so that the simplified point cloud is eventually obtained. The extracted initial point cloud boundary and simplified point cloud constitute the final simplified result. The classic Stanford rabbit model is introduced to verify the effect of the proposed approach. Experimental results show that the proposed algorithm can effectively reflect the details of the point cloud despite a simplification proportion of up to 90%. Compared to traditional curvature simplification algorithms, the proposed method has the lowest deviation and highest accuracy at the same simplicity level, as numerous feature points are preserved, which facilitates the point cloud processing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
苗条台灯完成签到 ,获得积分10
2秒前
showmaker发布了新的文献求助10
2秒前
4秒前
zgsn完成签到,获得积分10
4秒前
8秒前
8秒前
naomi发布了新的文献求助10
8秒前
wab完成签到,获得积分0
9秒前
甘楽完成签到 ,获得积分10
10秒前
搜集达人应助科研通管家采纳,获得10
13秒前
小蘑菇应助科研通管家采纳,获得10
13秒前
科研通AI2S应助科研通管家采纳,获得10
13秒前
完美世界应助科研通管家采纳,获得10
13秒前
小蘑菇应助科研通管家采纳,获得10
13秒前
13秒前
17秒前
王倩发布了新的文献求助10
19秒前
Maximum发布了新的文献求助10
23秒前
24秒前
wanci应助小马哥采纳,获得10
26秒前
Lucas应助showmaker采纳,获得10
27秒前
27秒前
baiyi2024发布了新的文献求助10
28秒前
从容甜瓜完成签到 ,获得积分10
29秒前
wnag完成签到 ,获得积分20
30秒前
JW完成签到,获得积分10
31秒前
31秒前
32秒前
36秒前
甜甜寒香发布了新的文献求助10
37秒前
38秒前
苗条台灯发布了新的文献求助10
39秒前
Jasper应助调皮飞雪采纳,获得10
39秒前
顺利毕业应助鸿儒采纳,获得10
40秒前
巡山小钻风完成签到 ,获得积分10
40秒前
41秒前
小马哥发布了新的文献求助10
42秒前
LiuRuizhe完成签到,获得积分10
52秒前
53秒前
可爱雪糕完成签到 ,获得积分10
55秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3314210
求助须知:如何正确求助?哪些是违规求助? 2946566
关于积分的说明 8530692
捐赠科研通 2622261
什么是DOI,文献DOI怎么找? 1434442
科研通“疑难数据库(出版商)”最低求助积分说明 665307
邀请新用户注册赠送积分活动 650838