摘要
我们日常生活的环境不仅包括大量的复杂的物体,还具有动态不确定性。为了更好地场景理解,通常需要将点云数据分割。提出了一种基于体素和几何信息连通性结合的点云分割方法,该方法将自动地划分3D场景。为了减少噪声的影响,首先使用基于八叉树体素结构的三维体素来为点云建立空间索引。然后,计算出每个体素内的点的法线和质心作为体素的属性。根据体素的属性来计算体素之间的几何属性包括紧密度、平滑度、闭合性和连续性。提出的方法通过使用不同场景的点云进行测试,结果表明,该方法总体上优于LCCP点云分割算法。
This paper proposes a method of point cloud segmentation based on the combination of voxel and geometric information connectivity,which is designed for automatically partitioning 3D scene.To reduce the effects of noise,and creates a spatial index using an octree-based voxel structure for organizing point cloud.Then,the normal and centroid of the point clouds within each voxel are calculated as attributes of the voxels.The proposed method is tested by using point clouds data of different scenarios.
出处
《工业控制计算机》
2018年第11期95-97,共3页
Industrial Control Computer
关键词
点云分割
连通性
体素化
几何线索信息
point cloud
segmentation
connectivity
voxelization
geometric cues
