基于特征融合的林下环境点云分割.pdfVIP

第38卷摇 第5期 北 京 林 业 大 学 学 报 Vol.38,No.5 2016年5月 JOURNAL OF BEIJING FORESTRY UNIVERSITY May,2016 鄄鄄 DOI:10.13332/ j.1000 1522 基于特征融合的林下环境点云分割 樊摇 丽摇 刘晋浩摇 黄青青 (北京林业大学工学院) 摘要:针对林下环境几何特征的复杂性,以及基于边检测、表面增长和聚类分割方法存在的效率低、分割不足及过 度分割等问题,提出了一种基于特征融合的点云分割方法。 采用地面激光扫描仪FARO在北京林业大学选择样本 区域进行扫描,对扫描得到的数据进行采样点剔除及滤波,得到由1166302个点组成的林下环境点云数据,主要包 括林木、地面、石块、人4类目标。 综合利用点云法向量信息和激光反射强度信息可实现点云分割。 其中,点云激 光反射强度可直接从扫描得到的点云数据中获取;法向量可根据点云数据的三维坐标信息,通过对点云数据建立 kd鄄tree数据结构,执行k鄄邻域搜索,并基于PlanePCA算法计算得到。 将点云法向量和激光反射强度2方面的特征 优势进行融合,计算中心点与邻域点的综合相异度,并判断其是否在阈值范围内,最终实现点云分割。 比较基于特 征融合、法向量和激光反射强度3种聚类分割方法得到的分割结果可知,基于特征融合的聚类分割方法能较好地 保留数据特征,且分割完整度明显优于其他2种方法。 关键词:林下环境;点云分割;法向量;激光强度 鄄鄄 鄄鄄 鄄鄄 中图分类号:S758郾1摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2016)05 0133 06 FAN Li; LIU Jin鄄hao; HUANG Qing鄄qing. Point cloud segmentation algorithm based on feature fusion used for understory environments. Journal of Beijing Forestry University (2016)38(5) 133鄄鄄 138 [Ch,14 ref.] School of Technology,Beijing Forestry University,Beijing,100083,P. R. China. Aimed at the complexity of geometricfeaturesof understory environmentsand the deficiency of edge detection based method,regiongrowingbasedmethodandclusteringfeaturebasedmethod,weproposea new point cloud segmentation algorithm based on feature fusion. The 3D data set acquired from Beijing Forestry University using a FARO laser scanner consists of 1166302 points after removing outliers and filtering. The data set hasfour targets,i.e. ,tree,ground,stone and person. Point cloud segmentation can be achieved via fusing normal vector and laser reflection intensit