Open3D 曲率下采样

目录

  • 一、算法流程
  • 二、代码实现
  • 三、结果展示

一、算法流程

  曲率下采样就是在点云曲率越大的地方,采样点个数越多。一种简单有效的曲率下采样 实现方法如下:

  1. 通过该方法近似达到曲率的效果同时提高计算效率:计算每个点K邻域,然后计算点到邻域点的法线夹角值。曲率越大的地方,这个夹角值就越大。
  2. 设置一个角度阈值,比如5度。点的邻域夹角值大于这个阈值的点被认为是特征明显的区域,其余的为不明显区域。
  3. 均匀采样特征明显区域和不明显区域,采样数分别为S * (1 - U),S * U。S为目标采样数,U为采样均匀性。

该采样方法的特点:

  • 几何特征越明显的区域,采样点个数分布越多
  • 计算效率高
  • 采样点局部分布是均匀的
  • 稳定性高:通过几何特征区域的划分,使得采样结果抗噪性更强

二、代码实现

你可能感兴趣的:(python点云处理,算法,计算机视觉,python,人工智能)