论文部分内容阅读
【目的】针对具有复杂背景的羊体点云图像利用传统点云分割方法导致分割效果不准确的问题,探究采用一种改进的K-means点云分割方法对其进行分割的准确性。【方法】首先,试验根据羊体图像的点云数据特征,对三维空间中的点云坐标及点云间的空间距离进行重新定义。其次,为新定义的三维点云间距离引入曲率调整参数,通过对羊体曲率信息的调整,进而约束三维空间中点云间的距离。最后,为避免传统K-means分割算法随机选择初始聚类中心导致的分割结果不稳定且分割效果不准确的缺陷,选择主曲率最大的前K个点作为初始聚类中心。【结