一种基于概率隶属度的激光点云精简方法

本申请提出了一种基于概率隶属度的激光点云精简方法，首先对特征点云进行独立简化以保留几何特征，然后对剩余点进行简化。在简化过程中，设计了邻域曲率偏差模型来识别特征点，并在后续简化中引入概率隶属度作为点云划分子簇的基础。对于子簇，本申请提出了一种基于概率隶属特征的分层简化算法，旨在控制输出点的数量，同时实现均匀分布。最后，通过平均几何误差分析和网格模型重建效果对比，证实本申请有效地保留了几何特征，同时保持了输出点的均匀分布。此外，本申请还可以灵活地调整缩减率和功能保留率，以满足用户的喜好。