论文部分内容阅读
反求工程中，由激光扫描仪与三维测距仪获取的点云是杂乱的，给后期的几何建模工作带来很大的困难。本文在已有的点云预处理方法上，提出了一种基于支持向量机的点云建模方案，关键技术如下：
(1)提出了一种基于空间分割的节省内存的K最近邻算法，该方法通过基于空间分割的KD树结构，可极大减少运行时所需的内存空间，同时提供比经典KD树更高的搜索效率。
(2)提出了一种基于支持向量机最优超平面的点云切片分割技术，该技术采用支持向量机的最优超平面原理及其优异的统计特性，把切片中的点分割成模型本身的独立部分。
(3)提出了一种基于支持向量机统计识别技术的点云曲面重构法，直接从点云中识别出模型并进行模型替代，从而很大程度上减小了数据量并且保证了建模精度。
实验结果表明，本文提出的曲面重构算法，重构的模型曲面平滑，精度基本取决于扫描点云的精度，运行时间也基本满足应用要求，具有实用价值。