一种面向移动 LiDAR 点云分割的最优层次聚类方法
计算机视觉与模式识别
2019-06-12 v2
摘要
本文提出了一种用于移动 LiDAR 点云分割的层次聚类方法。我们基于邻近矩阵对无序点云进行层次聚类。邻近矩阵中的相异性度量通过簇间欧氏距离和给定点处法向量之差来计算。本文的主要贡献在于，我们成功地优化了层次聚类中的簇组合。该组合通过实现二分图的匹配来获得，并通过求解最小代价完美匹配进行优化。结果表明，所提出的最优层次聚类（OHC）成功地实现了多个独立物体的自动分割，并且优于当前最先进的 LiDAR 点云分割方法。
引用
@article{arxiv.1703.02150,
title = {An optimal hierarchical clustering approach to segmentation of mobile LiDAR point clouds},
author = {Sheng Xu and Ruisheng Wang and Han Zheng},
journal= {arXiv preprint arXiv:1703.02150},
year = {2019}
}
备注
Submitted to IEEE Transaction on Geoscience and Remote Sense