计算机应用

作者：张瑾, 徐文, 周宇乔, 刘凯

单位：1.四川大学 电气工程学院，成都 610065；2.绿色化学与技术教育部重点实验室（四川大学），成都 610064

关键词：点云体积测量,点云切片,多轮廓分割,多边形内点判定算法,最近点搜索法

基金：四川省科技厅重点研发项目(22ZDYF3012);四川省高等教育人才培养质量和教学改革项目(JG2021?36);四川大学理科特色方向培育计划项目(2020SCUNL204);四川大学研究生教育教学改革研究项目(GSSCU2021020)

使用切片法进行不规则物体点云体积测量时，现有的多边形拆分再重组（PSR）算法难以正确拆分较近的轮廓，进而导致计算精度较低。针对这一问题，提出一种多轮廓分割算法——改进最近点搜索（INPS）算法。首先，通过局部点的单次使用原则分割多轮廓；其次，使用多边形内点判定（PIP）算法判断轮廓的包含关系，以确认轮廓面积的正负；最后，采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明，在两个公开点云数据集和一个化学电子密度等值面点云数据集上，所提算法都能实现高正确率的边界分割，具有一定的普适性；且该算法体积测量的平均相对误差为0.043 6%，低于PSR算法的0.062 7%，可见所提算法实现了高正确率的边界分割。

来源：2023年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第10期