基于点云凹凸性和欧式聚类的工件分割方法

在激光点云下对电子元器件的分割中，工件之间容易出现散乱分布的复杂情况，导致传统点云分割算法无法实现正确的分割与计数。提出一种利用LCCP与欧式聚类的点云分割方法。使用基于表面凹凸性的LCCP算法进行点云粗分割，分离相互堆叠和碰撞面积不大的工件，并提取其余碰撞工件的粗分割点云簇；其次，利用基于法线估计的边界检测方法剔除所提取点云簇的点云边缘点，使相互接触的工件点云在空间上产生分离后，再使用欧式聚类算法进行细分割；最后合并粗分割与细分割的结果以完成分割。结果表明，在复杂情况下所提方法能准确分割目标工件，分割正确率相比于LCCP、区域生长和欧式聚类算法分别提升了35.9%、66.7%和80%,平均每10个目标耗时约290 ms,具有良好的准确性和实用性。