模糊C-均值聚类对点云数据的分割

• 作者: 施昆 曹影 胡文庆
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 点云数据分割 特征 模糊C-均值聚类 可行性
• 年，卷（期）: 2015,（17）
• 所属期刊栏目: 农业信息科学
• 页码范围: 353-356
• 页数: 4页
• 分类号: S127
• 字数: 2652字
• 语种: 中文

摘要

点云数据的分割是点云数据处理流程中的重要内容,同时也是点云数据三维重建的前提和基础.该研究在模糊C-均值聚类(FCM)算法的基础上,根据标靶点云和建筑物点云数据的不同特征进行实验,通过Matlab对地面雷达的标靶、建筑物点云数据进行分割,探讨模糊C-均值聚类算法对点云数据分割的可行性.实验结果显示,通过选择正确点云数据的特征属性,利用模糊C-均值算法对点云数据分割具有一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施昆		103	445	12.0	17.0
2	曹影		3	20	3.0	3.0
3	胡文庆		2	13	2.0	2.0