一种用于大场景高精度三维激光测量点云数据的简化方法

摘要： 本发明涉及一种用于大场景高精度三维激光测量点云数据的简化方法。该方法能够支持大场景、高精度三维激光扫描点云数据的快速简化，同时保持点云数据中的关键特征，属于三维建模技术领域。

本发明采用以下步骤实现： 1. 对散乱点云进行空间均匀划分，运用均匀栅格法； 2. 建立点云数据对应的栅格索引，便于快速查找数据点的K邻域； 3. 根据投影残差值提取点云特征点； 4. 利用曲面变分值对点云数据进行区域划分； 5. 基于区域划分和数据点的曲面变分值，对原始点云进行简化； 6. 最终得到简化后的点云数据。

该方法可对数据量大于1亿点的高精度扫描数据进行快速简化，执行速度快。在有效降低数据容量的同时，能够保持场景中的关键特征点，有利于后期的三维建模等工作开展。

摘要：本发明涉及一种用于大场景高精度三维激光测量点云数据的简化方法，能够支持大场景、高精度三维激光扫描点云数据的快速简化，同时保持点云数据中关键特征，属于三维建模技术领域。本发明采用均匀栅格法对散乱点云进行空间均匀划分，建立点云数据对应的栅格索引，利用空间位置快速查找数据点的K邻域；根据投影残差值提取点云特征点，利用曲面变分值对点云数据进行区域划分；利用区域划分和数据点的曲面变分值对原始点云进行简化，最终得到简化后的点云数据。本发明的方法可对数据量大于1亿点的高精度扫描数据进行快速简化，执行速度快，在有效降低数据容量的同时，能够保持场景中的关键特征点，有利于后期的三维建模等工作开展。