基于指数函数密度聚类模型的室内物体提取

作     者：陈西江 林嘉颖 韩贤权 王昊骏 Chen Xijiang;Lin Jiaying;Han Xianquan;Wang Haojun

作者机构：武昌理工学院人工智能学院湖北武汉430223 武汉理工大学安全科学与应急管理学院湖北武汉430070 长江科学院湖北武汉430010 湖北中图勘测规划设计有限公司湖北武汉430070 

基　　金：国家自然科学基金(42171428) 湖北省安全生产专项资金科技项目(SJIX20211006) 重庆市技术创新与应用发展专项面上项目(cstc2019jscx-msxmX0051) 长江科学院开放研究基金资助项目(CKWV2019758/KY) 国家大学生创新创业训练计划(312040000217) 

出 版 物：《中国激光》 (Chinese Journal of Lasers)

年 卷 期：2022年第49卷第11期

页      码：58-77页

摘      要：室内点云包括墙壁、天花板、地板和房间内的许多物体。室内墙壁、天花板、地板等多种物体的提取是室内导航、设施管理、建筑改造等多种应用的关键。针对此,本文根据截止距离内的局部密度,采用指数函数构建密度聚类模型。首先,利用边界点云与室内点云之间的距离构造墙壁面密度聚类的约束条件;其次,根据z值的指数函数和局部密度模型提取天花板和地板;然后,构建不同对象的局部密度模型,根据局部密度的大小确定约束距离;最后,根据点到聚类中心(聚类中心被认为是局部密度与约束距离乘积异常大的点)的距离,得到每个点归属于聚类中心的聚类;最后,通过判断相邻聚类之间的距离实现室内物体点云的提取,从而完成对不同类型场景室内点云的提取,并将本文方法与快速搜索密度峰值聚类(CFDP)算法、基于密度的空间聚类(DPC)算法进行比较。对比结果表明,DPC方法不如本文方法但优于CFDP方法。计算了本文方法提取不同类型室内点云的精确度、召回率和F1分数,结果表明,物体间的靠近程度会影响本文方法的性能。

主 题 词：测量 目标提取 点云 密度聚类 激光扫描 

学科分类：0810[工学-土木类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 081002[081002] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/CJL202249.1104001

馆 藏 号：203113753...