ty -jour a2 -seeling，帕特里克·艾（Patrick au） - 马哈杜伊（Mahdaoui），阿卜杜拉西兹（Abdelaaziz au） - sbai，El Hassan PY -2020 DA -2020/07/15 TI -3D Point Cloud Sumplification基于k- 最近的邻居和聚类SP -8825205 VL -2020 AB-虽然今天越来越多地使用了3D对象的重建，但在此重建过程中，3D点云的简化变成了一个实质性的阶段。这是由于3D扫描设备产生的大量密集的3D点云。在本文中，提出了一种新方法来简化基于3D点云 k-最近的邻居 （ k-nn）和聚类算法。最初，3D点云使用 k- 表示算法。然后，为每个群集进行熵估计，以去除最小熵的熵。在本文中，MATLAB用于进行仿真，我们的方法的性能由测试数据集证明。许多实验证明了3D点云提出的简化方法的有效性。SN -1687-5680 UR -https：//doi.org/10.1155/2020/8825205 do -10.1155/2020/8825205 JF-多媒体PB的进步 - Hindawi KW -er -er -er- er- er-