欢迎来到天天文库
浏览记录
ID:36620097
大小:1.67 MB
页数:7页
时间:2019-05-13
《基于改进的局部表面凸性算法三维点云分割》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第10卷第3期中国光学Vol.10No.32017年6月ChineseOpticsJun.2017文章编号20951531(2017)03034807基于改进的局部表面凸性算法三维点云分割1,2111王雅男,王挺峰,田玉珍,孙涛1(中国科学院长春光学精密机械与物理研究所激光与物质相互作用国家重点实验室,吉林长春130033;2中国科学院大学,北京100049)摘要:点云分割是点云分类、识别以及三维重建等处理的基础,分割结果对后续应用影响巨大。本文提出利用连通点集改进局部表面凸性算法中邻近点关系的方法,解决目前激光三维成像系统点云分割算法在处理复杂环境散乱点云时存在分割过度及分割不充
2、分的问题,通过主顶点与周围点构成连通集,作为分割判断局部子点集,形成有效分割区域。该方法解决了常用点云分割方法无法对形状不规则物体进行有效分割的问题,提高了分割精度。算法实验结果表明,相比于最小切割算法和区域生长算法,基于连通点集的改进局部表面凸性算法对实际路面环境信息的分割效果更好,并能在一定程度上避免分割过度和分割不充分的情况,证明该方法适用于复杂环境散乱点云数据分割。关键词:激光三维成像;点云分割;连通点集;局部表面凸性中图分类号:TN958.98文献标识码:Adoi:10.3788/CO.20171003.0348Improvedlocalconvexityalgorithmofs
3、egmentationfor3Dpointcloud1,2111WANGYanan,WANGTingfeng,TIANYuzhen,SUNTao(1.StateKeyLaboratoryofLaserInteractionwithMatter,ChangchunInstituteofOptics,FineMechanicsandPhysics,ChineseAcademyofSciences,Changchun130033,China;2.UniversityofChineseAcademyofScience,Beijing100049,China)Correspondingau
4、thor,Emailtianyz@ciomp.ac.cnAbstract:Segmentationforpointcloudisthebasisofclassification,recognitionandreconstructionofpointclouddatasetsandthesegmentationresultplaysanimportantroleinfollowingresearch.Inthispaper,weproposeamethodusingconnectedpointsetstoanalyzeandimprovetherelationshipbetweenadj
5、acentpointsinthelocalconvexitysegmentation,tosolveproblemsofoversegmentationandundersegmentationwhenusingtheexistingalgorithmstosegmentscatteredpointclouddataincomplexenvironmentin3Dlaserimagingsystem.Bythismethodweusethemainvertexandneighborstoconstituteconnectedpointsetswhichcanbelocalpointsubse
6、tsofsegmentationandformtheeffectivesegmentedregions.Themethodsolvestheproblemofthe收稿日期:20170123;修订日期:20170330基金项目:国家高技术研究发展计划(863计划)资助项目SupportedbyNationalHightechR&DProgramofChina第3期王雅男,等:基于改进的局部表面凸性算法三维点云分割349irregularobject′ssegmentation,whichcannotbeaccomplishedbycommonmethods,andimproves
7、theaccuracyofsegmentation.Comparedwiththemincutbasedsegmentationandregiongrowingsegmentation,theimprovedlocalconvexitysegmentationofconnectedpointsetsisbetterforsegmentationresultsofactualroadinformation,anditc
此文档下载收益归作者所有