采用三维激光扫描技术提取的煤矿巷道表面点云数据量大且存在较多的冗余数据，而现有点云数据精简方法存在大数量级点云处理过程中细节保留不足的问题。针对上述问题，提出了一种基于二次特征提取的煤矿巷道表面点云数据精简方法。首先对采集到的原始巷道点云数据进行去噪预处理；其次建立K-d树，并利用主成分分析法对去噪后点云数据估算来拟合邻域平面的法向量；然后，通过较小的法向量夹角阈值对点云进行初步的特征区域与非特征区域划分，保留特征区域并随机下采样非特征区域，接着依据较大的法向量夹角阈值将特征区域点云划分为特征点和非特征点，并对非特征点进行体素随机采样；最后将2次点云精简结果与特征点合并得到最终的精简数据。仿真结果表明，该方法在百万数据量级点云和高精简率条件下，相较曲率精简方法、随机精简方法和栅格精简方法，在特征保留和重构精度方面都取得了更好的效果，三维重构后计算所得标准偏差最大可低于相同精简率下其他方法30%左右。

0 引言
1 方法流程
2 方法原理
2.1 法向量计算
2.2 基于法向量夹角的点云区分
2.3 体素随机采样
2.4 巷道表面点云数据简化
3 实验及结果分析
4 结语