室内SLAM点云的快速分割研究
Automated Segmentation for Indoor SLAM Point Cloud Based on Region Growing Algorithm作者机构:南京师范大学虚拟地理环境教育部重点实验室江苏南京210023
出 版 物:《测绘与空间地理信息》 (Geomatics & Spatial Information Technology)
年 卷 期:2018年第41卷第6期
页 面:157-160页
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术]
主 题:SLAM点云 室内三维建模 直方图统计 区域生长算法 点云分割
摘 要:建筑物内部结构和环境复杂,由此产生的噪声等影响使其无法直接运用于室外建模中已经成熟的点云分割算法。为降低噪声带来的影响,本文提出利用直方图统计法,分别对点云进行Z轴方向和X-Y轴方向上的直方图统计,从而分割出地板面,天花板面以及墙面的候选点。以K-D树构建空间数据索引,计算点云中各点的法向量以及曲率,将候选点中面与面相交处曲率突变的点去除,利用区域生长算法分割出建筑物的地板面、墙面以及天花板面。以NavVis公司的M3三维激光扫描车获取的室内SLAM点云数据,对本文方法检验,实验结果表明该方法能有效地降低噪声带来的影响,并且可以对平面点云数据进行分割提取。