文献类型：期刊文章

作　　者：李仁忠[1] 刘阳阳[1] 杨曼[1] 张缓缓[1]

Li Renzhong;Liu Yangyang;Yang Man;Zhang Huanhuan(School of Electics and Information, Xi＇an Polytechnic University, Xi＇an, Shaanxi 710048, China)

机构地区：[1]西安工程大学电子信息学院,陕西西安710048

出　　处：《激光与光电子学进展》

基　　金：中国纺织工业联合会科技指导性项目(2017071)

年　　份：2018

卷　　号：55

期　　号：5

起止页码：319-325

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：点云分割是点云数据处理的关键环节,区域生长因在三维点云分割中易于实现、便于使用而得到了广泛应用,然而由于点云特征的不确定性及种子点选取不合理导致传统区域生长法局部分割性能不稳定。针对此问题,提出一种改进的区域生长分割方法。通过估算点云数据曲率大小,并将曲率最小点设置为种子节点,即从点云数据最平坦的区域开始生长,以减少分段总数,再根据点云数据的局部特征确定生长准则。实验结果表明,该方法不仅能有效地对点云数据进行分割,而且解决了传统区域生长分割不稳定的问题,提高了点云分割的精确性和可靠性。

关 键 词：机器视觉 点云分割 区域生长  点云滤波  

分 类 号：TP242]