基于多维欧氏空间相似度的激光点云分割方法

基于多维欧氏空间相似度的激光点云分割方法

, , ,

文章导航 > 自然资源遥感 > 2014 > (3): 31-36

喻亮, 李婷, 詹庆明, 于坤. 基于多维欧氏空间相似度的激光点云分割方法[J]. 自然资源遥感, 2014, (3): 31-36. doi: 10.6046/gtzyyg.2014.03.05

引用本文:

喻亮, 李婷, 詹庆明, 于坤. 基于多维欧氏空间相似度的激光点云分割方法[J]. 自然资源遥感, 2014, (3): 31-36. doi: 10.6046/gtzyyg.2014.03.05

YU Liang, LI Ting, ZHAN Qingming, YU Kun. Segmentation of LiDAR point clouds based on similarity measures in multi-dimensional Euclidean Space[J]. Remote Sensing for Natural Resources, 2014, (3): 31-36. doi: 10.6046/gtzyyg.2014.03.05

Citation:

YU Liang, LI Ting, ZHAN Qingming, YU Kun. Segmentation of LiDAR point clouds based on similarity measures in multi-dimensional Euclidean Space[J]. Remote Sensing for Natural Resources, 2014, (3): 31-36. doi: 10.6046/gtzyyg.2014.03.05

基于多维欧氏空间相似度的激光点云分割方法

成都信息工程学院资源环境学院，成都摇 615000; 中国科学院遥感与数字地球研究所，北京摇 100010

中国国土资源航空物探遥感中心,北京摇,100083

武汉大学城市设计学院,武汉摇,430079

详细信息

中图分类号: TP751.1

刊出日期: 2014-12-15

Segmentation of LiDAR point clouds based on similarity measures in multi-dimensional Euclidean Space

Publish Date: 15 December 2014

摘要: 点云数据分割是对激光扫描( LiDAR)场景进行三维重建的基础。针对现有基于边界、表面或聚类的点云分割方法中存在的分割不足或过度分割问题，提出了一种基于多维欧几里德空间相似度的点云数据分割方法。通过计算激光点的法向量，结合点云的光谱特征进行数学变换，计算激光点在多维空间中的欧氏距离，比较邻近点间的相似性，最终完成对激光点云数据的分割。该方法解决了常用点云分割中几何特征和光谱特征无法同时使用的问题，融合了几何分割和颜色分割的两方面优势，提高了点云分割精度。采用2组数据分别比较了基于几何特征、光谱特征和多维空间相似度的3种不同分割算法的分割结果，实验结果验证了该方法的可行性和实用性。
- 激光扫描( LiDAR) /
- 点云分割 /
- 欧几里德空间

资源附件(0)

计量

文章访问数: 392
PDF下载数: 3
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回