室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)的分割與分類.pdf

1、隨著三維掃描測(cè)距技術(shù)的不斷發(fā)展，三維點(diǎn)云數(shù)據(jù)在自主導(dǎo)航、工業(yè)檢測(cè)、逆向工程等領(lǐng)域的應(yīng)用越來(lái)越為廣泛。在三維點(diǎn)云數(shù)據(jù)處理技術(shù)中，三維點(diǎn)云數(shù)據(jù)的分割和分類是兩個(gè)非常關(guān)鍵的技術(shù)，尤其是針對(duì)于室外場(chǎng)景的三維點(diǎn)云數(shù)據(jù)分割和分類，其對(duì)于室外場(chǎng)景分析和智能自主導(dǎo)航等應(yīng)用具有重要的作用。但由于室外場(chǎng)景結(jié)構(gòu)復(fù)雜，噪聲較強(qiáng)，干擾較多，對(duì)其進(jìn)行分割和分類是一項(xiàng)極具挑戰(zhàn)的工作。為了提高室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)分割的準(zhǔn)確性和魯棒性，本文對(duì)室外場(chǎng)景的幾何特性、拓?fù)浣Y(jié)構(gòu)

2、和鄰域特性進(jìn)行了深入的研究，并以此為基礎(chǔ)實(shí)現(xiàn)了室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)的可靠分類。
　　在室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)分割的方面，本文提出了一種基于特征球的室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)分割方法，該方法利用逐次分割的思想依次分割室外場(chǎng)景。首先，根據(jù)三維點(diǎn)云數(shù)據(jù)的特征值將點(diǎn)云分為點(diǎn)性點(diǎn)，線性點(diǎn)以及面性點(diǎn)，以此為基礎(chǔ)構(gòu)造一個(gè)特征球（三層），該特征球從內(nèi)到外依次為點(diǎn)向?qū)印⑶邢驅(qū)雍头ㄏ驅(qū)?然后，使用Meanshift聚類方法對(duì)法向?qū)拥狞c(diǎn)進(jìn)行聚類，可實(shí)現(xiàn)面性點(diǎn)的

3、有效分割;接著，判斷分割后得到的面性點(diǎn)區(qū)域的法向量信息和高程信息，若面性點(diǎn)區(qū)域滿足給定的閾值條件則該區(qū)域可看作初步地面的組成部分，再將鄰近初步地面的離散點(diǎn)進(jìn)一步融合到初步地面中，以獲得最終完整的地面;最后，使用DBSCAN聚類算法對(duì)非地面的點(diǎn)進(jìn)行聚類，以實(shí)現(xiàn)室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)的可靠分割。在這一部分的試驗(yàn)中，本文將使用四組實(shí)驗(yàn)數(shù)據(jù)來(lái)驗(yàn)證該分割方法，實(shí)驗(yàn)結(jié)果顯示本文的分割方法具有較強(qiáng)的準(zhǔn)確性和魯棒性。
　　在室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)分類

4、方面，本文提出了一種基于高階條件隨機(jī)場(chǎng)的室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)分類方法。此條件隨機(jī)場(chǎng)模型包括單個(gè)點(diǎn)構(gòu)成的點(diǎn)模型、相鄰兩個(gè)點(diǎn)構(gòu)成的邊模型和多個(gè)點(diǎn)構(gòu)成的高階團(tuán)模型。在構(gòu)建高階團(tuán)模型時(shí)，首先對(duì)室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)特征球的法向?qū)雍颓邢驅(qū)舆M(jìn)行分割，然后針對(duì)每個(gè)分割片段所對(duì)應(yīng)的三維場(chǎng)景點(diǎn)云數(shù)據(jù)以及點(diǎn)性點(diǎn)云數(shù)據(jù)再使用K-means聚類算法進(jìn)行第二次分割，即可獲得高階團(tuán)。在此基礎(chǔ)上，計(jì)算點(diǎn)模型、邊模型和高階團(tuán)模型的特征描述符，獲得點(diǎn)特征向量、邊特征向量、