[发明专利]一种基于类八叉树索引的显著性特征强化采样方法有效
| 申请号： | 201810910824.0 | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109325993B | 公开（公告）日： | 2023-01-06 |
| 发明（设计）人： | 鲁斌;王强;李阿楠;陈娟 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00;G06T17/10;G06T17/20 |
| 代理公司： | 石家庄开言知识产权代理事务所(普通合伙) 13127 | 代理人： | 赵俊娇 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于类八叉树索引的显著性特征强化采样方法,首先在类八叉树空间分割的基础上，对局部缺失严重的模型进行自适应点云特征强化；然后采用基于子空间的最邻近采样算法对增强后的点云进行下采样；最后，依据所得的采样点在增强后的点云中提取骨架。实验结果表明：类八叉树空间能实现对点云的高效管理，提升骨架的准确度和时效性；自适应点云增强采样策略使提取的骨架具有较好的可重复性和描述性；本发明中的优化后的算法适用于多种领域的点云模型，且具有较好的自适应性和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 类八叉树 索引 显著 特征 强化 采样 方法 | ||
【主权项】：
1.一种基于类八叉树索引的显著性特征强化采样方法,其特征在于，针对点云数据，该方法首先在类八叉树空间分割的基础上，对局部缺失严重的模型进行自适应点云特征强化；然后采用基于子空间的最邻近采样算法对增强后的点云进行下采样；最后，依据所得的采样点在增强后的点云中提取骨架。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学（保定），未经华北电力大学（保定）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810910824.0/，转载请声明来源钻瓜专利网。
