摘要

针对室外场景范围广、分割难度大、识别效果不显著等问题,提出了一种融合多站点云配准的室外大场景分割方法。首先,根据室外场景视野大、点云数据量庞大特点,选取多个视角下重叠区域较多的建筑场景点集,结合SAC-IA和ICP方法进行点云自动配准,从而构建出点云密度相对均匀的室外大场景完整结构;然后,选用公共数据集Semantic3D训练基于PointNet++的室外点云分割模型,并在测试集上验证其算法效果;最终,调用该模型分割已构建的室外点云大场景。实验效果证明:多视角配准的点云场景能够解决点云场景的非均匀采样问题,从而使得基于深度学习的语义分割模型对其有更好的识别效果。