结合多尺度体素和高阶条件随机场的点云分类

• 作者: 于英 姚强强 张阿龙 董广军 邵磊
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 地球科学
• 关键词: 点云分类 条件随机场 空间上下文 超体分割 多尺度体素
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图形与可视化
• 页码范围: 385-392
• 页数: 8页
• 分类号: P237
• 字数: 6150字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17116

摘要

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于英	信息工程大学地理空间信息学院	43	193	6.0	12.0
4	董广军	信息工程大学地理空间信息学院	20	191	7.0	13.0
8	张阿龙	信息工程大学地理空间信息学院	7	14	3.0	3.0
12	姚强强	信息工程大学地理空间信息学院	5	8	2.0	2.0