一种基于K邻域最大距离平均值的DBSCAN聚类半径估计方法

摘要

一种基于K邻域最大距离平均值的DBSCAN聚类半径估计方法，涉及激光雷达数据分析方法，该方法包括以下步骤，步骤一、统计点云KNN最大距离平均值；步骤二、对离散函数进行多项式拟合；步骤三、添加改正数；步骤四、计算D的一阶导数D’；步骤五、求解k；该方法首先统计点云内各个点周边K个最邻近点的最大距离，并统计最大距离的平均值，该值能够反映点云内点之间的密度，也即相互之间距离的大小。通过拟合得到K与最大距离平均值之间的函数关系，将f(k)值域变换到与k的值域相同后，本文通过针对不同点云数据进行多次的实验后，得到最佳聚类参数对应的函数切线斜率经验值，即在函数切线斜率等于1时，k对应的f(k)值作为聚类半径进行聚类分割，效果较好。