基于高斯混合模型聚类的 Kinect深度数据分割.pdfVIP

第31卷第 12期 计算机应用与软件 Vo1．31 No．12 2014年 12月 ComputerApplicationsandSoftware Dec．2014 基于高斯混合模型聚类的Kinect深度数据分割 杜廷伟 刘 波 (北京工业大学计算机学院 北京 100124) 摘 要 基于深度图像的室内场景理解是计算机视觉领域 中的前沿问题。针对三维室内场景中平面较多的特性，提出一种基于 高斯混合模型聚类的深度数据分割方法，实现对场景数据的平面提取。首先将Kinect获取的深度 图像数据转换为离散三维数据点 云，并对点云数据作去噪和采样处理；在此基础上计算所有点的法向量，利用高斯混合模型对整个三维点云的法向集合聚类，然后利 用随机抽样一致性算法对各个聚类进行平面拟合，由每个聚类得到若干平面，最终把整个点云数据分割为一些平面的集合。实验结 果表明，该方法得到的分割区域边界准确，分割质