Knowledge Commons of Institute of Automation,CAS
基于改进自适应k均值聚类的三维点云骨架提取的研究 | |
鲁斌; 范晓明 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:8页码:1994-2006 |
摘要 | 针对三维点云中心骨架提取问题,提出一种基于改进的自适应k均值聚类预分割引导的点云骨架提取算法.首先,将输入点云体素化,利用八叉树算法覆盖输入点云并下采样实现点云化简;其次,在采样点中自适应选取初始聚类中心对点云进行区域划分,并颜色标记;最后,在区域分割的引导下应用L_1-中值骨架提取算法实现点云骨架的提取.该算法主要针对L_1-中值算法可重复性差、易丢失细节等缺点进行了改进,并且对输入点云的质量以及形状的几何或拓扑信息,都没有严格的先验要求,可以直接应用到未经任何预处理、含有噪声或离群点的初始扫描点云上.展示了从多种不规则点云提取的骨架结果,包括矮小植物、人体动作等.与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点. |
关键词 | 骨架提取 自适应聚类 L_1-中值算法 八叉树采样 区域引导 |
DOI | 10.16383/j.aas.c200284 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56303 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 鲁斌,范晓明. 基于改进自适应k均值聚类的三维点云骨架提取的研究[J]. 自动化学报,2022,48(8):1994-2006. |
APA | 鲁斌,&范晓明.(2022).基于改进自适应k均值聚类的三维点云骨架提取的研究.自动化学报,48(8),1994-2006. |
MLA | 鲁斌,et al."基于改进自适应k均值聚类的三维点云骨架提取的研究".自动化学报 48.8(2022):1994-2006. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2020-0284.pdf(69082KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[鲁斌]的文章 |
[范晓明]的文章 |
百度学术 |
百度学术中相似的文章 |
[鲁斌]的文章 |
[范晓明]的文章 |
必应学术 |
必应学术中相似的文章 |
[鲁斌]的文章 |
[范晓明]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论