基于区域聚类分割的点云特征线提取

• 作者: 吴禄慎 王晓辉 石雅莹 胡赟 陈华伟
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 图像处理 点云数据 特征线提取 区域分割 局部特征权值 曲率
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 58-67
• 页数: 10页
• 分类号: TP391.72
• 语种: 中文
• DOI: 10.3788/AOS201838.1110001

摘要

提出一种非结构化点云特征线提取方法,其过程主要分为区域分割和特征检测两个阶段.在区域分割阶段,引入社会粒子群优化模糊C-均值聚类算法对点云数据进行区域聚类,得到边界清晰的各个分区,便于后续边界特征的提取;在特征检测阶段,对各个分区进行局部径向基函数曲面重构,以获取各个分区内采样点的曲率信息.提出基于平均曲率计算的局部特征权值,并通过局部特征权值和曲率极值法对特征点进行双重检测.并通过建立特征点的最小生成树构建特征曲线.对不同点云模型进行特征线提取实验,结果表明,本文方法既能够提取点云模型中的显著特征和尖锐特征,也能够很好地提取特征强度变化的曲线特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴禄慎		91	942	17.0	26.0
2	王晓辉		13	70	5.0	8.0
3	陈华伟		40	526	13.0	22.0
4	胡赟		2	0	0.0	0.0
5	石雅莹		1	0	0.0	0.0