| 中心均匀化密度峰值聚类的激光点云分割 |
| |
| 引用本文： | 陈西江,花向红,刘海鹏,王德欣,李坤.中心均匀化密度峰值聚类的激光点云分割[J].测绘科学,2021,46(11):71-83,158. |
| |
| 作者姓名： | 陈西江 花向红 刘海鹏 王德欣 李坤 |
| |
| 作者单位： | 武昌理工学院人工智能学院,武汉430070;武汉大学测绘学院,武汉430079;安徽山水测绘院,安徽淮北 235000 |
| |
| 摘 要： | 针对常规的密度峰值聚类算法在确定数据聚类中存在聚类中心的重复性、聚类不稳定、不适用于三维点云分割等问题,提出了中心均匀化聚类群融合算法.该算法对局部密度和距离函数进行归一化处理,较好地解决了这两种函数尺度不一的问题;基于局部密度和距离函数乘积的变化率来确定聚类中心,并对重复或距离很近的聚类中心进行了消除,避免了聚类中心非均匀分布对聚类的影响;利用数据点到聚类中心距离逐个确定每个数据的聚类归属,依据邻近聚类数据群之间的距离来判断邻近聚类之间的融合,实现对点云数据的有效分割.基于二维离散数据聚类及不同分辨率点云数据分割的实验结果表明:所提算法不仅适用于二维离散数据的聚类,也适用于三维点云数据的分割,且分割精度和稳定度要优于常规的CFDP、K-means、DBSCAN、DPC聚类算法和深度学习方法.
|
| 关 键 词： | 聚类 分类 分割 密度聚类 DBSCAN |
Laser point cloud segmentation based on density peak cluster of center homogenization algorithm |
| |
| CHEN Xijiang,HUA Xianghong,LIU Haipeng,WANG Dexin,LI Kun.Laser point cloud segmentation based on density peak cluster of center homogenization algorithm[J].Science of Surveying and Mapping,2021,46(11):71-83,158. |
| |
| Authors: | CHEN Xijiang HUA Xianghong LIU Haipeng WANG Dexin LI Kun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
