点云分割是三维点云处理中的热点和难点问题,也是一个极具挑战性的研究课题。现有基于边缘的点云分割方法容易出现过分割或欠分割问题,分割边界容易出现锯齿。为此,本文提出了一种基于几何特征的三维散乱点云分割方法,能够较好的解决过分割与欠分割问题,优化分割边界,提高点云的分割精度。本文的主要工作如下:(1)针对复杂点云模型中边缘特征不明显,即有边缘特征描述子描述能力不足的问题,本文提出了一种局部加权曲率的特征描述方法,强化了曲率特征的表达能力。基于该特征描述能够有效提取尖锐的特征点,提高边缘特征点提取的准确率。在局部空间构建过程中,本文改进了κ近邻搜索算法,解决了距离约束不足导致的搜索效率低及获取的特征描述不准确的问题。实验结果表明本文方法能够高效、准确的提取边缘特征点,并具有较好的鲁棒性。(2)针对点云模型提取凹边缘特征过程中单靠曲率信息或基于过分割结果提取凹边特征,导致凹边缘特征提取不够准确的问题,本文提出了一种基于网格点云数据的凹凸性特征提取算法。根据相邻网格片夹角、相邻两片网格构成四面体的体积特性,并对相邻两网格片间法向量与距离向量间的几何特性进行特征约束,从而有效地提取凹边缘特征点。实验结果表明本文算法能够较准确地提取三维点云的凹边缘特征点。(3)针对过分割及边缘锯齿等问题,本文提出了一种基于几何特征局部一致性约束的分割算法。通过方向加权及距离约束机制对点云进行初分割,得到初分割结果;在此基础上,利用本文提出的局部边界迭代优化方法,对初分割边缘的局部邻域进行细分,提高了分割精度。基于标准评价指标的评测结果表明,本文提出的算法是有效的。