零件表面三维点云降维方法
Modular Machine Tool & Automatic Manufacturing Technique(2020)
Abstract
针对零件表面离散点云处理难度大、计算量大、后续处理过程复杂等问题,提出一种零件表面三维离散点云数据降维方法.划分标准平面像素网格,使用KNN(K-NearestNeighbor)算法搜寻每个标准网格点邻域内最近邻K个散点,分别通过最小二乘平面拟合、反距离加权插值(IDW)以及局部线性拟合(LLE)三种方法在像素网格点上对散点进行数值插值和拟合计算,将三维点云降维形成二维像素图像.定义了一种误差表示方式,对三种插值、拟合方法的误差进行分析比较.结果表明:反距离加权插值(IDW)方法的精度最高,并且通过改变其参数,可以进一步提高拟合精度.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined