1、边缘点提取原理
本次介绍一种基于相邻最大夹角边缘点提取方法，其原理是根据近邻点分布规律，实现边缘点检测。如下图所示，边缘点的近邻点，均匀分布在其四周；非边缘点的近邻点，则有一侧没有近邻点，甚至其近邻点只分布在某一侧。基于这一特征，可实现边缘点检测。
具体来说，将待判断点p，该点与周其近邻点相连构成向量，计算相邻向量间所有夹角，选择最大夹角对此进行判断。如下图蓝色的非边缘点，其最大夹角（alpha0）比较小。而对于其他边缘点，则其中有个最大相邻夹角，如alpha1、alpha2等，明显偏大。因此，设置角度阈值，如120°。若大于该阈值，则识别为边缘点；小于阈值则为非边缘点。
2、代码测试与说明
基于MATLAB GUI编写的源代码，下载链接如下：https://download.csdn.net/download/qq_32867925/90961393
包括MaxAngleExtractionGUI.fig与MaxAngleExtractionGUI.m文件，分别为GUI界面与执行代码。
直接双击MaxAngleExtractionGUI.m，点击运行按钮即可运行程序，如下图所示。
运行界面如下图所示，其可以灵活设置近邻点数量、角度阈值，实现边缘点精细化提取。该功能包括点云数据加载打开（txt、xyz格式）、点云边缘提取及结果展示、清屏处理。同时还可以统计耗时情况。
2.1 不同近邻点数影响
knn控制近邻点数量，如下图展示了不同knn数量对结果的影响。整体上来看，knn设置适中时，提取结果比较好。knn设置过小，结果不理想。
 |  |
| knn=10 angle=120 | knn=15 angle=120 |
 |  |
| knn=20 angle=120 | knn=30 angle=120 |
2.2 角度阈值影响
在knn保持不变的情况下，调整角度阈值，可以发现提取的精细化程度不同。
 |  |
| knn=20 angle=30 | knn=20 angle=60 |
 |  |
| knn=20 angle=90 | knn=20 angle=120 |
3、小结
介绍一种基于近邻点分布的边缘点提取方法，并给出详细原理介绍。
