林 松，田林亚，毕继鑫，施贵刚，朱依民, 闻 亚

(1. 河海大学 地球科学与工程学院，江苏 南京 211100； 2. 浙江华东测绘与工程安全技术有限公司，浙江 杭州 310014； 3. 安徽建筑大学 土木工程学院，安徽 合肥 230099； 4. 安徽省教育厅 无人机开发及数据应用重点实验室，安徽 马鞍山 243031)

随着三维激光扫描技术的发展，获取高精度高密度的点云数据已经十分普遍，因此扫描得到的点云个数往往是几十万、几百万甚至几亿。在现有的计算机硬件下，庞大的数据量已经成为计算机计算和存储的负担。为了提高数据处理的效率，在保留数据特征且不影响模型重建精度的前提下可以删除部分点云数据，达到点云精简的目的。

国内外研究学者针对点云精简的算法进行了大量的研究，文献[1]提出了包围盒法，建立空间体素格网，采用每个格网内的中心点代替格网内其他点，之后文献[2]提出了均匀格网法，文献[3]提出了非均匀格网精简点云数据，这类基于体素格网的方法原理简单，但是容易丢失细节特征。Chen Y H 等[4]提出了一种基于三角格网的点云精简算法，利用向量加权算法对三角格网片面进行冗余判断，删除冗余三角形以达到精简点云的目的，该方法也未考虑点云特征的问题。近年来，部分学者将曲率值作为判断数据点是否是特征点的依据[5-6]，李金涛等人[7]提出一种基于曲率分级的精简方法，对归一化后的曲率值分级，根据不同等级的点云数据设置不同保留比例，但是基于曲率的点云精简方法容易在平坦区域出现空洞，造成数据缺失。……