王 伟，唐民丽，吴恒玉

(海南软件职业技术学院 电子工程系，海南 琼海 571400)

随着三维扫描设备的广泛应用，点几何元素受到越来越多的重视.对于复杂结构的模型，使用点集表示比三角网格更能有效地表示和显示该几何形体[1].以曲率为准则的简化算法，能够保留模型的特征，其绘制效率大大提高.另外，曲面模型重建得到越来越多的应用和研究，点云数据分片技术是其过程的重要环节.大多数分片技术采用点云上每个点的曲率作为曲面特征识别的重要依据.

点云数据的曲率估算方法，国内外已有一定的研究.Milroy[2]等采用局部坐标系内的二次参数曲面逼近点云，利用曲率的微分性在OCS(orthogonal cross section) 模型上估算点云数据的曲率值.Huang[3]等和刘胜兰[4]等是在三角网格模型上进行曲率估算.胡鑫等[5]采用了图像处理中的梯度求解法，对点云中每一点处的曲率进行估计，其对噪声没有抑制作用，同时对点云数据的组织方式有要求.Yang[6]等直接以点云模型为研究对象，但却局限于对规则点云进行曲率计算.这些方法都有其理论上的局限性，同时，对于大规模点云数据，由于曲率计算量庞大，普通的计算机难以实现.

本文改进了Yang的方法，直接在散乱点集模型上计算曲率.同时提出根据点云模型特征，进行区域划分，将整个点云数据划分为若干个部分，分别计算其曲率，从而在普通计算机上实现大规模散乱点云数据的曲率估算.

1 区域划分

对目标物体进行三维……