不规则物体点云切片中的多轮廓分割算法

使用切片法进行不规则物体点云体积测量时,现有的多边形拆分再重组（PSR）算法难以正确拆分较近的轮廓,进而导致计算精度较低。针对这一问题,提出一种多轮廓分割算法——改进最近点搜索（INPS）算法。首先,通过局部点的单次使用原则分割多轮廓;其次,使用多边形内点判定（PIP）算法判断轮廓的包含关系,以确认轮廓面积的正负;最后,采用切片面积乘以厚度并累加的方式获取不规则物体点云的体积。实验结果表明,在两个公开点云数据集和一个化学电子密度等值面点云数据集上,所提算法都能实现高正确率的边界分割,具有一定的普适性;且该算法体积测量的平均相对误差为0.043 6%,低于PSR算法的0.062 7%,可见所提算法实现了高正确率的边界分割。