来源：期刊VIP网 时间：
作者：鄢洪林;戚绪安;刘寅莹;涂晓;吕广宁;裴碧莹;
单位：国网江苏省电力有限公司建设分公司;
摘要：随着信息化时代的到来，人工智能与机器视觉技术不断得到完善与发展。为了进一步提高机器视觉图像处理能力，从法向突变的特征点层面进行分析，对聚类取点云特征进行分割。以主成分分析（PCA）模型计算法向，采用萤火虫算法（FA）优化模糊C均值（FCM）聚类，建立点集剔除和合并准则，从分割块边界点集内选择特征参数。研究结果表明：相较其他模型，本算法可以准确提取点云模型特征和细节特征。本算法实现模型尖锐特征的准确提取并识别模型过渡特征，可以提取得到完整的Vase模型特征，并完成Vase模型内外层特征的精确识别，没有发生两层线间扭曲的情况，实现了优异的曲线条性。该研究有助于提高机器视觉图像的分割效率，表现出来很高的特征提取效率。
关键词：点云模型;;机器视觉;;特征提取;;法向量区域聚类
基金资助：国网江苏省电力有限公司科技项目资助项目（J2023073）
