《表7 三个模型在CVS算法中的压缩复原点数》
由以上实验结果可以得出,CVS算法通过调整阈值,可以生成覆盖整个模型点云的采样空间,使得点云稀疏的区域中,参考向量包含的点云较少,甚至不包含点云,而点云稠密的区域的参考向量包含较多的点云,然后根据点云疏密程度进行点云压缩。而且CVS在采样空间中,根据曲率大小决定剔除的点云比率,实现模型平缓稠密区域的点云精简,稀疏区域的点云保留,复杂稠密部位的点云低压缩率,尽可能保留模型的细节特征。CVS压缩是在原模型的基础上减少点云个数,不会从整体上修改模型点云的坐标,不会较大程度改变模型的整体形态。在CVS点云复原阶段,可根据复原信息生成贴合模型外表的点云,恢复并增强模型的细节特征。
图表编号 | XD00134739200 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) |