基于微切平面和分块点云密度的点云孔洞边界提取方法

摘要

在点云应用处理过程中点云边界是重要的特征之一，准确并且高效地提取边界点能够有效提高点云后续处理的质量和效率。笔者提出了一种新的点云边界提取方法，该方法融合微切平面和分块点云密度进行边界点的识别。首先，通过选取点云中每个点的k最近邻域并拟合局部微切平面，以捕捉点云的局部几何特性。基于这些局部特征，初步筛选出潜在的边界候选点。随后，引入八叉树结构对点云进行高效的空间划分和密度评估。通过比较各区域点云密度与全局平均密度的关系，进一步精炼边界点的识别。具体来说，高密度区域点被视为内部点被剔除，而低密度区域点则保留为最终的边界点。通过这种方法，我们能够有效地提取出点云的边界点。实验结果表明，该算法能够有效准确地提取各种点云的边界点，边界特征提取准确，并且在算法效率上虽然复杂化了单一准则方法，耗时有所增加，但是对于运算速度并没有较大影响。

关键词

微切平面 / 点集投影 / 八叉树 / 点云密度