手机知网 App
24小时专家级知识服务
打 开
汽车工业
结合上下文特征和图割算法的车载点云聚类方法
可靠、准确的点云聚类是后续高精度场景目标分析与解译的基础.该文提出了一种基于上下文特征和图割算法的车载点云聚类方法.首先用DBSCAN(density-based spatial clustering of applications with noise)对点云数据进行过分割,得到密度可达的超体素;然后引入空间和属性上下文特征来描述超体素间的关联,并用于定义超体素构建的图模型边的权值;最后基于多标记的图割优化算法得到最佳超体素聚簇.实验结果表明,该方法能够有效改善点云聚类过分割,从而提高聚类的精度.
关键词:
格 式:
PDF原版;EPUB自适应版(需下载客户端)
1 95
手机阅读本文
下载APP 手机查看本文
应用科学学报
2020年06期
相似文献
图书推荐
相关工具书

搜 索