高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于特征融合的林下环境点云分割

樊丽 刘晋浩 黄青青

樊丽, 刘晋浩, 黄青青. 基于特征融合的林下环境点云分割[J]. 北京林业大学学报, 2016, 38(5): 133-138. doi: 10.13332/j.1000-1522.20150332
引用本文: 樊丽, 刘晋浩, 黄青青. 基于特征融合的林下环境点云分割[J]. 北京林业大学学报, 2016, 38(5): 133-138. doi: 10.13332/j.1000-1522.20150332
FAN Li, LIU Jin-hao, HUANG Qing-qing. Point cloud segmentation algorithm based on feature fusion used for understory environments[J]. Journal of Beijing Forestry University, 2016, 38(5): 133-138. doi: 10.13332/j.1000-1522.20150332
Citation: FAN Li, LIU Jin-hao, HUANG Qing-qing. Point cloud segmentation algorithm based on feature fusion used for understory environments[J]. Journal of Beijing Forestry University, 2016, 38(5): 133-138. doi: 10.13332/j.1000-1522.20150332

基于特征融合的林下环境点云分割

doi: 10.13332/j.1000-1522.20150332
基金项目: 

948”

国家林业局引进项目(2011-4-02)

详细信息
    作者简介:

    樊丽。主要研究方向:森林工程装备及其自动化。Email:li_fanfan_1011@163.com 地址:100083 北京市海淀区清华东路35号北京林业大学工学院。

    责任作者:

    刘晋浩,教授,博士生导师。主要研究方向:林业与环境特种装备的研制与开发。Email:liujinhao@vip.163.com 地址:同上。

Point cloud segmentation algorithm based on feature fusion used for understory environments

  • 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-tree数据结构,执行k-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。

     

  • [1] NOVAK L M, BURL M C. Optimal speckle reduction in polarimetric SAR imagery[J]. Aerospace & Electronic Systems IEEE Transactions, 1990, 26(2):293-305.
    [1] ZHANG Q. Research of visual recognition algoriyhm for service robot based on PCL[D].Hefei: University of Science and Technology of China, 2014.
    [2] LIU Y F. Theory and method on point cloud data spatial management based on kd-tree[D]. Changsha: Central South University, 2009.
    [2] GOZE S, LOPES A. A MMSE speckle filter for full resolution SAR polarimetric data[J]. Journal of Electromagnetic Waves & Applications, 1993, 7(7):717-737.
    [3] HOFFMAN R, JAIN A K. Segmentation and classification of range images[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 1987, 9(5):608-620.
    [3] ZHANG L W. Research on the technology of the three-dimensional surface reconstruction from scattered point cloud[D].Changsha: Graduate School of National University of Defense Technology,2009.
    [4] HUANG J, MENQ C H. Automatic data segmentation for geometric feature extraction from unorganized 3-D coordinate points[J]. Robotics & Automation IEEE Transactions, 2001, 17(3):268-279.
    [4] ZHU D H. Point cloud library(PCL) learning tutorial[M]. Beijing:Beijing University of Aeronautics and Astronautics Press, 2012.
    [5] LI T S, WANG Y M, HU C M. The study of point cloud registration automatically based on laser reflection intensity[J]. Bulletin of Surveying and Mapping, 2014(Suppl. 2):143-145.
    [5] JEAN K, MINSOO S, SUCHENDRA M B. A multilayer self-organizing feature map for range image segmentation[J]. Neural Networks, 1995, 8(1): 67-86.
    [6] PU S, VOSSELMAN G. Knowledge based reconstruction of building models from terrestrial laser scanning data[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2009, 64(6):575-584.
    [7] KOH J, SUK M, BHANDARKAR S M. A self-organizing neural network for hierarchical range image segmentation[C]//IEEE International Conference on Robotics & Automation. Atlanta, GA: IEEE, 1993:758-763.
    [8] 张强. 基于点云库的服务机器人视觉识别算法研究[D]. 合肥:中国科学技术大学, 2014.
    [9] 刘艳丰. 基于kd-tree的点云数据空间管理理论与方法[D]. 长沙:中南大学, 2009.
    [10] KLASING K, ALTHOFF D, WOLLHERR D, et al. Comparison of surface normal estimation methods for range sensing applications[C]//Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). Kobe, Japan:IEEE, 2009:12-17.
    [11] SHAKARJI C M. Least-squares fitting algorithms of the NIST algorithm testing system[J]. Journal of Research of the National Institute of Standards & Technology, 1998, 103(6):633-641.
    [12] 张连伟. 散乱点云三维表面重建技术研究[D]. 长沙:国防科学技术大学, 2009.
    [13] 朱德海.点云库PCL学习教程[M].北京:北京航空航天大学出版社,2012.
    [14] 李天烁, 王晏民, 胡春梅. 基于激光反射强度的点云自动配准研究[J]. 测绘通报, 2014(增刊2):143-145.
  • 加载中
计量
  • 文章访问数:  1038
  • HTML全文浏览量:  148
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-09-13
  • 修回日期:  2015-09-13
  • 刊出日期:  2016-05-31

目录

    /

    返回文章
    返回