一种室内确定目标的点云图像分割方法

针对室内确定目标点云图像分割应用场景,在语义分割层面,改进了PointNet++网络,为提高下采样的精度和效率,用重要性采样代替了最远点采样;为提升点云稀疏区域的特征提取效果,加入了包围球特征提取的阈值。在实例分割层面,为有效分割同类的多个实例重叠交错的点云图像,在DBSCAN粗聚类的基础上,使用最小割算法对每个实例进行逐一分离。实验结果表明,在语义分割层面,论文算法在分割准确率、训练耗时、点云稀疏区域的分割表现上均优于PointNet++;在实例分割层面,论文算法的总精确度比Jsnet网络提高了6.04%。