基于反距离权重和密度的点云边界点检测算法

针对散乱点云模型的边界点检测问题,提出一种通用型的算法。建立目标点的K邻域作为局部参考数据,采用最小二乘法拟合K邻域的微切平面,求得目标点与其邻域点在该平面上的投影;计算目标点投影点与各个邻域点投影点组成的向量,将其等效为合力的各个分力,赋予其反距离权重,加权相加后得到合力,根据距离计算点云密度;利用加权等效合力和密度组成的综合检测参数与阈值比较,判定其是否为边界特征点。实验结果表明,所提算法适用于多种类型的点云模型,具有比传统方法更好的检测效果。