激光点云的混合流形谱聚类自适应分割方法
Acta Optica Sinica（2017）
摘要
将激光点云视为分布于三维欧氏空间的线性与非线性混合流形,提出一种基于混合流形谱聚类的自适应点云分割方法.由混合概率主成分分析法构造的M个主成分分析器组成混合概率模型,得到描述点云的邻接矩阵;将点云分割的几何特征在谱空间进行降维嵌入,利用N-cut方法得到描述点云分割特征的多维向量;结合类间类内划分算法自适应分割点云.实验结果表明,对于三种受测点云,所提出的算法能在较宽预设参数范围内以80％以上概率得到收敛于几何特征的分割结果,参数稳定性较好.在对点云添加均值为0,标准差为0.01的高斯噪声与0.25倍数量的离群点复合噪声的情况下,算法表现出良好的抗噪性;将该算法应用于切片式激光三维成像的卫星模型点云中也取得了理想分割结果.
更多查看译文
关键词
imaging systems,three-dimensional imaging,point cloud segmentation,mixtures of probabilistic principal component analysis,spectral clustering
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要