基于大数据挖掘的激光点云边界法向矢量提取方法
Normal vector extraction of laser point cloud boundary based on big data mining作者机构:郑州工业应用技术学院郑州451100
出 版 物:《激光杂志》 (Laser Journal)
年 卷 期:2024年第45卷第3期
页 面:214-218页
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 080901[工学-物理电子学] 0809[工学-电子科学与技术(可授工学、理学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
摘 要:激光点云边界法向矢量提取过程中点云边界数据难以精准配准,导致提取精度和效率较差。为了更加准确的对激光扫描信息实施分析,提出了基于大数据挖掘的激光点云边界法向矢量提取方法。该方法首先通过摄像机对激光点云实施标定,获取激光点云图像,通过主成分分析、曲面拟合以及滤波算法对获取图像实施去噪处理,最后对图像实施灰度化以及高斯滤波处理,同时结合大津阈值法提取图像中心点法线方向上的灰度中心,以此实现对激光点云边界法向矢量的提取。经试验验证,所提方法提取的法向矢量夹角特征与理想状态下的夹角特征基本一致,且提取效率高、迭代误差小。