基于改进欧式聚类的点云分割方法

摘要：

随着3 D相机以及点云处理的兴起,点云分割技术已经被广泛应用到工业CAD/CAM、激光遥感等领域中.本文在开源PCL库的基础上,针对3D相机获取的点云信息,依据点云分布情况实现点云分割.该算法首先利用预处理方法对原始点云进行去噪处理,然后对余下点云利用随机采样一致性(RANSAC)算法拟合平面,并去除该平面模型包含的点云,最后利用改进后的欧式聚类分割算法对去除点云模型后的数据构建KD树,利用平滑度重新定义聚类方式,通过迭代得到不同物体的点云子集,在实现点云分割的同时还可以有效去除噪声点.实验通过对多个物体点云数据进行分割,结果表明,该算法不仅可以有效分割场景点云中的平面结构,而且能够准确地分割出不同的物体,满足了工业机器人抓取的实时性要求.

关键词：点云数据、预处理、分割

所属期刊栏目：49

分类号：TN919

在线出版日期：2022-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：96-100