В данных лазерного сканирования облаков точек каждого вида в процессе регистрации 3D-облачных данных существуют перекрывающиеся части. Для решения проблемы неравномерной плотности облаков точек из-за различных областей перекрытия, что напрямую влияет на точность мультистанционной регистрации облаков точек, в данной работе предлагается метод мультистанционной регистрации 3D-облачных данных с неравномерной плотностью на основе недовыборки с помощью многообразного кластерного анализа. Во-первых, геодезическое расстояние используется как мера схожести для кластеризации и деления несбалансированных данных облаков точек с целью упрощения данных; затем метод поиска соседей K используется для подсчёта количества точек в радиусе каждой точки, чтобы разделить облако точек на области плотности; затем проводится кластеризация областей с крупной плотностью и выполняется аппроксимация поверхности для каждого кластера с вычислением кривизны всех точек на поверхности; дальше выделяются точки с большей кривизной, чтобы количество точек в областях с высокой и низкой плотностью было примерно сбалансировано, получая более сбалансированные по плотности данные облаков точек. В конце, недовыборка облаков точек с помощью многообразного кластерного анализа подвергается кластеризации методом K-средних с обновлением центров кластеров и матриц жёстких преобразований для реализации регистрации мультистаночных облаков с неравномерной плотностью. По сравнению с методами случайной и равномерной выборки предложенный метод имеет меньшую фаску и сохраняет локальную характеристику облаков точек. Эксперименты на наборе данных Bunny из публичного набора данных Стэнфордского университета показали, что предложенный метод повышает эффективность регистрации более чем на 60%, обеспечивая при этом точность.

регистрация облаков точек; мультистаночные облака; многообразный кластеринг; упрощение облаков точек;k-средние