基于区域增长方法的点云分割

• 作者: 介维 张京军 高瑞贞
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 点云分割 机器视觉 三维重建 场景分析 区域增长
• 年，卷（期）: 2020,（5）
• 页码范围: 899-903
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2020.05.023

摘要

点云分割作为现在机器视觉中的热点问题是点云分类、识别以及三维重建的基础,分割结果对后续的场景分析有着重要作用.本文通过对点云分割展开研究,对三维点云数据进行体素化处理得到体素云,然后在体素空间内进行网格化处理来筛选种子体素,再利用聚类算法形成超体素,完成过分割的处理过程.根据区域增长算法原理,对过分割得到的超体素数据进行平面拟合,实现点云数据的分割.实验结果表明本文的分割算法可以提高处理效率,使计算量大大减少,并且使最后的分割结果更加精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高瑞贞		48	233	8.0	13.0
2	张京军		86	478	12.0	17.0
3	介维		1	0	0.0	0.0