《表3 传感器主要参数：基于点云的农作物三维重建研究现状及展望》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于点云的农作物三维重建研究现状及展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

过多的点云数据不仅占用大量的计算机资源，降低了运行速度，而过于密集的点云会影响重建面的平滑性。因此，在点云数据的表面重建之前必须简化点云数据。点云的常见简化方法主要有以下三种方法：1）基于曲率的简化方法；2）基于等距离采样的简化方法；3）基于随机抽样的简化方法[7]。Yao Yidan等人分别对上述三种方法进行了实验比较，实验结果表明基于曲率的方法简化方法可以更好地保持植物的静脉信息[8]（见图2）。吴升等人利用K-means简化点云算法简化叶点云[9]。牛晓静等人利用八叉树建立点云之间的空间关系然后在此基础上玉米植物三维点云流线化[10]。邵晓宁等人提出了一种基于密度采样的点云方法，通过将注册的散点云数据的拓扑关系添加到每个点，将索引号附加到每个点，并根据索引号重新排列点云数据，通过空间网格划分数据以移除少量点云网格数据和使用区间采样来实现简化点云的效果[11]。