欧氏聚类算法支持下的点云数据分割

作者：陈向阳; 杨洋; 向云飞

来源：测绘通报, 2017, (11): 27-36.

DOI：10.13474/j.cnki.11-2246.2017.0342

• 欧氏聚类
• 点云数据
• 分割
• 算法

欧氏聚类算法是多元统计中的一种重要分类方法,可以将其应用于测绘领域中点云数据的分割。本文首先计算点云数据中两点之间的欧氏距离,将距离小于指定阈值作为分为一类的判定准则;然后迭代计算,直至所有的类间距大于指定阈值,完成欧氏聚类分割。具体步骤为:(1)利用Octree法建立点云数据拓扑组织结构;(2)对每个点进行k近邻搜索,计算该点与k个邻近点之间的欧氏距离,最小归为一类;(3)设置一定的阈值,对步骤(2)迭代计算,直至所有类与类之间的距离大于指定阈值。试验证明,欧氏聚类算法对不同测量技术手段获取的点云数据均具有适用性,可以成功对点云数据进行分割,分割效果良好。

• 单位
  建筑工程学院; 南通职业大学; 河海大学; 上海华测导航技术股份有限公司