激光点云的混合流形谱聚类自适应分割方法

将激光点云视为分布于三维欧氏空间的线性与非线性混合流形, 提出一种基于混合流形谱聚类的自适应点云分割方法。由混合概率主成分分析法构造的M个主成分分析器组成混合概率模型, 得到描述点云的邻接矩阵; 将点云分割的几何特征在谱空间进行降维嵌入, 利用N-cut方法得到描述点云分割特征的多维向量; 结合类间类内划分算法自适应分割点云。实验结果表明, 对于三种受测点云, 所提出的算法能在较宽预设参数范围内以80%以上概率得到收敛于几何特征的分割结果, 参数稳定性较好。在对点云添加均值为0, 标准差为0.01的高斯噪声与0.25倍数量的离群点复合噪声的情况下, 算法表现出良好的抗噪性; 将该算法应用于切片