文献

J-GLOBAL ID：201702227287869136   整理番号：17A0173563

K-平均クラスタ化に基づくRGBDアルゴリズムと簡素化アルゴリズムを提案した。【JST・京大機械翻訳】

Algorithm for RGBD Point Cloud Denoising and Simplification Based on K-means Clustering

著者 (4件)： Su Benyue (School of Computer and Information, Anqing Normal University,The University Key Laboratory of Intelligent Perception and Computing of Anhui Province) ,  Ma Jinyu (School of Computer and Information, Anqing Normal University,The University Key Laboratory of Intelligent Perception and Computing of Anhui Province) ,  Peng Yusheng (The University Key Laboratory of Intelligent Perception and Computing of Anhui Province,School of Mathematics and Computational Science, Anqing Normal University) ,  Sheng Min (The University Key Laboratory of Intelligent Perception and Computing of Anhui Province,School of Mathematics and Computational Science, Anqing Normal University)
資料名： Xitong Fangzhen Xuebao  (Xitong Fangzhen Xuebao)
巻： 28  号： 10  ページ： 2329-2334,2341  発行年： 2016年 
JST資料番号： C2071A  ISSN： 1004-731X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： KINECTなどの深さカメラの走査によって得られる点雲データの数が多く、ノイズが多い問題に対して、特徴保持の点云去噪と簡素化アルゴリズムを提案した。-ツリーを用いて,点クラウドを迅速に分類した。曲率推定アルゴリズムを用いて,局所表面の曲率を得た。K-平均クラスタリングアルゴリズムを用いて,点群をクラスタ化し,各クラスタの点に対して,点からクラスタ中心までのユークリッド距離と曲率の変化によって,雑音点を判断した。点クラウドデータを簡素化するために,特徴を維持する新規なアルゴリズムを使用した。実験結果は,このアルゴリズムが高速で効果的であり,多くの外部ノイズを除去するのに有効であり,簡素化した点雲データはオリジナル点クラウドの特徴を保持することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 点群 ,  *アルゴリズム ,  曲率 ,  *クラスタ ,  *簡素化 ,  カメラ ,  *クラスタ化 ,  高速度 ,  雑音
準シソーラス用語： Euclid距離 ,  クラスタリングアルゴリズム ,  推定アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： K-means clustering ,  point cloud denoising ,  point cloud simplification ,  RGBD data

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 平均 ,  クラスタ化 ,  アルゴリズム ,  簡素化 ,  提案