c语言最佳圆锥面的拟合算法,用圆锥体拟合线性模型点云数据的优化计算.pdf

本文介绍了一种用于拟合线性模型点云数据的优化算法,特别是针对最小圆锥形(圆柱、圆锥和圆台)的问题。该算法将点云自适应地划分为子集,并对每个子集用一个圆锥进行拟合,确保圆锥包含所有点并使体积保持在最优解的(1+e)倍以内。算法的时间复杂度为O(nh^3),在速度和效果上优于现有方法。实验结果显示,该算法在几何重建和近似算法领域表现出快速和高效的特点。
摘要由CSDN通过智能技术生成

第22卷第8期 计算机辅助设计与图形学学报 V01.22No.8

of

2010年8月 Journal

Computer—AidedDesign&ComputerGraphics Aug.2010

用圆锥体拟合线性模型点云数据的优化计算

孙春娟1’2’”,朱滨海”,王文成"

”(中国科学院软件研究所计算机科学国家重点实验室北京100190)

2’(装备指挥技术学院信息装备系北京 101416)

3’(中国科学院研究生院北京100049)

of Science,MontanaState USA)

”(DepartmentComputer University,Bozeman,MT59717

(suncj@ios.ae.cn)

摘 要:针对采用最小圆锥形(包括圆柱、圆锥和圆台)拟合任意轴向的线性模型的点云数据这个NP一难问题,提出

一种优化算法.该算法将具有n个点的点云模型自适应地分解成一些子集,并对每个子集用一个圆锥来拟合,

使得圆锥包含对应子集内所有点,且拟合圆锥的体积小于最优解的(1+e)倍.其中圆锥拟合方法的时间复杂度为

O(nh3),s是用户给定的拟合误差,优于已有最快拟合方法的复杂度.实验结果表明文中算法是快速有效的.

关键词:几何重建;近似算法;最小包围圆锥

中图法分类号:TP391

ConicalReconstructionofLinearPointClouds

Opt

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值