随着三维激光扫描技术的发展,点云数据已成为主流的三维模型格式之一。为解决大型佛龛和小型佛龛在相连情况下出现的错分现象,本文提出一种基于随机森林和多标签图割的石窟寺佛龛对象提取方法。以云冈石窟寺佛龛为研究对象,使用体素云...随着三维激光扫描技术的发展,点云数据已成为主流的三维模型格式之一。为解决大型佛龛和小型佛龛在相连情况下出现的错分现象,本文提出一种基于随机森林和多标签图割的石窟寺佛龛对象提取方法。以云冈石窟寺佛龛为研究对象,使用体素云连通性分割(voxel cloud connectivity segmentation,VCCS)算法对点云进行超体聚类,生成超体素块;通过递归特征消除法筛选得到最优特征集,并提取佛龛的点云数据;利用带噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和k均值聚类,从佛龛点云中初步提取佛龛对象并赋予独立标签,通过多标签图割算法提取佛龛对象;并进行精度评价。结果表明:特征筛选前后分类精度有了明显的提升,总体精度由0.8762提升至0.9079;边缘的精细化提取效果得到了提升,提取总体精度达到0.9692。展开更多
文摘随着三维激光扫描技术的发展,点云数据已成为主流的三维模型格式之一。为解决大型佛龛和小型佛龛在相连情况下出现的错分现象,本文提出一种基于随机森林和多标签图割的石窟寺佛龛对象提取方法。以云冈石窟寺佛龛为研究对象,使用体素云连通性分割(voxel cloud connectivity segmentation,VCCS)算法对点云进行超体聚类,生成超体素块;通过递归特征消除法筛选得到最优特征集,并提取佛龛的点云数据;利用带噪声的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和k均值聚类,从佛龛点云中初步提取佛龛对象并赋予独立标签,通过多标签图割算法提取佛龛对象;并进行精度评价。结果表明:特征筛选前后分类精度有了明显的提升,总体精度由0.8762提升至0.9079;边缘的精细化提取效果得到了提升,提取总体精度达到0.9692。
