《表5 各模型在三类压缩算法中表面积变化》
表6是各模型分别在三个压缩算法下的压缩用时。可以看出,在相同压缩率下,PCL降采样处理时间最短,K-means最长,CVS介于两者之间。PCL降采样对于点云的处理较为简单,它只将每个网格中的点云用这些点云的重心替代,故处理时间短,但是特征保留效果差。K-means算法包含了聚类算法以及多重特征点判断方法,虽然特征保留效果好,但是随着点云数据量和模型复杂度的增加,特征提取聚类中心个数以及聚类的样本数目也增加,使得算法的时间复杂度显著增加,不适合用于大数据量的点云数据的处理。CVS压缩算法在小数据量和大数据量的处理中均使用了较少的时间,而且还保证了与K-means算法相近的特征保留效果。
图表编号 | XD00134738700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 张旭康、牛保宁、张锦文 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |