论文部分内容阅读
为了压缩大规模激光扫描测点,提出了基于三角面片的自适应数据压缩方法.采用环形数据结构有效存储大规模数据点,通过计算点到平均平面的有限误差距离进行压缩点判别.在局部三角化中考虑了三角形内角和顶点距离,采用规格化最小顶点距离法实现局部三角化,避免了狭长三角形出现.实验表明,该数据压缩方法具有很高的效率,在较大的压缩比下仍可获得可靠的表面精度.数据压缩后的顶点是原来大规模测量点的优化子集,所生成的优化三角面片可以直接生成STL(stereolithography)文件或者数控加工路径,避免了手工建模.