基于改进LCCP的堆叠目标点云分割算法

点云分割作为无序分拣任务中的一个重要处理步骤,其分割精度直接影响后续的目标识别与姿态估计准确率。针对传统LCCP算法在物体复杂堆叠场景下分割效果不佳的问题,本文提出了一种基于改进LCCP的点云分割算法,首先使用改进的VCCS算法将点云划分为超体素,通过融入高斯曲率信息,进一步改善超体素容易跨越物体边界的问题,然后判定邻接超体素的凹凸连接关系,为了进一步减小噪声的影响,对于所有体积小于给定阈值的超体素,判定其与所有邻接超体素间的连接关系,合并所有凸连接的超体素,得到最终分割结果。实验结果表明,本文方法相比于LCCP和CPC算法在分割精确率上提升了3.1%~22%,且算法整体性能有明显提升。