一种基于上下文特征和图割算法的车载点云聚类方法

摘要

本发明提供一种基于上下文特征和图割算法的车载点云聚类方法，包括分割点云形成超体素，根据空间密度相连性分割点云数据形成不同的连接区域，每个连接区域成为超体素；超体素间上下文关联特征计算，所属超体素间的上下文关联特征包括空间关联特征和语义关联特征，所属空间关联包括方向、距离及拓扑方面，所述语义关联包括维度和形状方面；多标记的图割聚簇，包括以超体素为节点，以超体素间的连线为边构成图模型，用图割算法整体评估超体素的连接性，重新合并形成新的点云聚簇。本发明不需要先验知识，不仅能够有效改善点云聚类中过分割现象，而且极大提高了点云聚簇结果的精度，为后续的目标识别提供了高质量的基础数据。