点云分割与聚类算法深度解析
📚 共计 30 章节
01
点云数据基础
点云概念、获取方式（LiDAR/深度相机）、常见格式（PCD/PLY/XYZ）及数据特点。
概念
格式
传感器
02
点云预处理
体素滤波降采样、统计滤波去噪、直通滤波与半径滤波。
滤波
降采样
去噪
03
点云特征提取
法向量估计、PFH与FPFH特征、点云曲率计算。
法向量
FPFH
曲率
04
点云分割基础
分割定义、应用场景（地面/障碍物/建筑物）、评价指标（IoU/精度/召回率）。
定义
IoU
场景
05
基于RANSAC的分割
RANSAC原理、平面分割实现、圆柱/球体分割。
RANSAC
平面
圆柱
06
基于区域生长的分割
种子点选取、生长准则、平滑约束与曲率约束。
区域生长
种子
约束
07
基于欧几里得聚类的分割
KD-Tree加速、距离阈值设定、聚类后处理。
KD-Tree
欧几里得
阈值
08
基于DBSCAN的聚类
密度聚类原理、Eps与MinPts调参、与欧几里得聚类对比。
DBSCAN
密度
调参
09
基于超体素的分割
超体素概念、VCCS算法、超体素图割。
超体素
VCCS
图割
10
基于图割的分割
图割理论、能量函数构建、最小割求解。
图割
能量函数
最小割
11
基于深度学习的点云分割（上）
PointNet架构、全局特征提取、分类与分割网络。
PointNet
全局特征
分割
12
基于深度学习的点云分割（下）
PointNet++多尺度采样、PointCNN与KPConv。
PointNet++
PointCNN
KPConv
13
基于深度学习的点云聚类
PointGroup、SoftGroup、实例分割与聚类结合。
PointGroup
实例分割
聚类
14
地面分割算法
平面拟合（RANSAC）、射线坡度法、GPF（Ground Plane Fitting）。
地面
RANSAC
GPF
15
道路边界检测
滑动窗口法、贝塞尔曲线拟合、基于高程图的边界提取。
道路边界
滑动窗口
贝塞尔
16
建筑物立面分割
垂直面提取、基于法向量的聚类、立面轮廓提取。
立面
法向量
轮廓
17
树木与植被分割
基于回波强度、基于形态学、基于深度学习的植被识别。
植被
回波强度
形态学
18
动态物体分割
帧差法、基于光流的运动分割、多帧融合策略。
动态
光流
多帧
19
点云聚类评价指标
内部指标（轮廓系数/DBI）、外部指标（NMI/ARI）、可视化评估。
轮廓系数
DBI
NMI
20
自动驾驶中的应用
道路场景解析、障碍物检测、可行驶区域划分。
自动驾驶
障碍物
可行驶区域
21
机器人中的应用
SLAM中的动态物体剔除、抓取点检测、环境建模。
SLAM
抓取
环境建模
22
测绘中的应用
建筑物三维重建、地形分类、电力线提取。
测绘
三维重建
电力线
23
工业中的应用
零件分拣、缺陷检测、逆向工程。
工业
分拣
缺陷检测
24
AR/VR中的应用
场景理解、平面检测、物体交互。
AR/VR
平面检测
交互
25
农业中的应用
作物表型分析、冠层结构分割、产量预估。
农业
表型
冠层
26
林业中的应用
单木分割、树种分类、生物量估算。
林业
单木
生物量
27
考古中的应用
遗址三维重建、文物碎片拼接、地层分析。
考古
重建
地层
28
医疗中的应用
骨骼分割、器官建模、手术导航。
医疗
骨骼
导航
29
体育中的应用
运动员姿态分析、球场三维重建、战术分析。
体育
姿态
战术
30
安防中的应用
入侵检测、人群密度分析、异常行为识别。
安防
入侵
人群