李绕波,袁希平,甘 淑,2,毕 瑞,胡 琳

(1.昆明理工大学国土资源工程学院,云南 昆明 650093；2.昆明理工大学 云南省高校高原山区空间信息测绘技术应用工程研究中心,云南 昆明 650093；3.滇西应用技术大学工程学院,云南 大理 671009)

1 引 言

三维激光扫描技术利用激光测距的原理迅速获取扫描对象的三维坐标点云数据,是一种新型的建立物体模型技术。虽然该技术可以快速获取扫描对象的高密度数据,但点云数据的海量特性,为后续存储、处理点云数据带来了很多问题,还直接影响到后续模型重建的精度和效率[1-2]。因此,在保证目标对象模型精度的前提下,有必要对点云数据进行压缩处理,使点云数据量与模型精度相适应。

目前,点云压缩受到了很多学者的重视,并进行了一系列的实验探究,提出了多种压缩方法,在很大程度上改善了点云数据量过大的问题。点云数据压缩应用较为广泛的方法有基于曲率的采样法、基于网格拓扑信息的简化法、基于法矢夹角的简化法等。李金涛等[3]提出基于曲率分级的点云数据压缩方法,该方法对分级后的曲率等级依照一定的准则进行数据压缩,虽然能保留一部分的细节特征点,但在曲率变化缓慢的区域保留的不一点是关键点。贺一波等[4]引入k均值(k-means)聚类方法,首先对点云数据进行分类,通过比较每个点的曲率值和所有点的平均曲率值,实现点云数据的压缩处理。该方法由于不需要建立格网,有一定的速度优势,但点云数据压缩的质量与点云的分类质量和分类组数有关。……