典型文献
大场景下港口装卸设备点云的聚类识别算法研究
文献摘要：
针对港口装卸设备位姿变化明显的特点,提出了一种基于区域生长思想的K-Normal聚类算法.该算法在区域生长聚类思想基础上,在进行K邻域搜索时分段进行随点云局部密度改变的距离阈值判定以及法向量夹角判定完成准确聚类,能有效避免过分割与欠分割.聚类完成后通过PCA算法计算不同聚类的特征值,构建特征模型作为全局特征,以特征模型为输入构造SVM分类器,完成港口不同 目标的识别,识别正确率达90.5％.
文献关键词：
大场景点云;区域生长聚类;目标识别;PCA;港口装卸设备
中图分类号：
作者姓名：
徐承军;朱卓;王琨
作者机构：
武汉理工大学交通与物流学院,武汉430063;武汉理工大学三亚科教创新园,三亚572000
文献出处：
引用格式：
[1]徐承军;朱卓;王琨-.大场景下港口装卸设备点云的聚类识别算法研究)[J].武汉理工大学学报,2022(09):89-94
A类：
港口装卸设备,区域生长聚类
B类：
下港,识别算法,算法研究,位姿变化,Normal,聚类算法,思想基础,邻域搜索,分段进行,局部密度,距离阈值,法向量,向量夹角,算法计算,同聚,特征模型,全局特征,分类器,大场景点云,目标识别
AB值：
0.316188
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
