点云特征点提取算法

召回率提升22%

通过磁盘采样邻域和随机游走,同时捕捉局部表面的空间分布与拓扑结构,有效提取轮廓特征点。

张雨禾 · Zhikun, Tu · Zhi, Li · Gao, Jian · Guo, Bao · 张顺利

Information Sciences 2025

参数信息

召回率
0.769
精确率
0.784

技术优势

召回率提升22%

通过在磁盘采样邻域上进行随机游走,同时捕捉局部表面的空间分布、拓扑特性和几何特征,从而更全面地识别特征点。

精度与召回双高

精确率达到 0.784,与高召回率同时实现,表明提取的特征点既全面又准确。

优于深度学习方法

在八个评估指标上显著超越多种传统方法和深度学习方法,无需大量训练数据即可达到更高性能。

应用场景