《表3 TOSCA人脸数据集下和降采样、添加噪声处理后检测相似点云的平均准确率Tab.3 The average accuracy rate of detection of similar point

  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

《基于等距变换的三维点云相似性检测算法》

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

对具有高分辨率三维形状特点的数据集TOSCA中进行测试，将需要计算的采样点云数据产生高斯白噪声后再统一测试，在通过等距分类和比较后，需要进行相似性度量去检测曲面模型上的相似区域.如图5所示，图中随着噪声的增加，ISD算法与欧式距离计算相似度的算法上抗噪性更强，也说明了ISD算法在噪声中更具有稳定性.可以看到基于PCA的聚类算法在降采样下的准确率更优于欧式距离计算相似度的方法，利用这个高分辨率的数据集进行测试，验证（ISD）算法在噪声和降采样的影响下效果优于欧式距离的计算效果，并且算法具有较强的鲁棒性.如表3所示，在TOSCA人脸数据集的测试中，在原始点云数据和经过噪声和降采样处理后点云数据进行测试后的平均识别率都能够达到93.5%以上.