欧氏聚类算法支持下的点云数据分割
欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割.本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割.具体步骤为:①利用Octree法建立点云数据拓扑组织结构;②对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;③设置一定的阈值,对步骤 ②迭代计算,直至所有类与类之间的距离大于指定阈值.试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好.
欧氏聚类、点云数据、分割、算法
P23(摄影测量学与测绘遥感)
国家自然科学基金41174002
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
27-31,36