摘要： 快速准确地获取矿区地物信息对煤矿安全开采工作的规划与部署具有重要的指导意义。 不同于传统 人工调查受到矿区环境因素的限制,机载 LiDAR 作为近年来矿区地表监测的新手段,可以高效获取矿区地表点云, 利 用点云分割算法实现矿区地物的提取。 但常规点云分割算法主要适用于分割地形相对简单的区域,在复杂地形的 地 面点与非地面点聚类分割效果较差。 基于此,提出一种优化超体素凹凸性的聚类分割算法用于矿区的复杂地形特 征 地物分割,主要步骤为:① 对矿区点云进行超体素过分割;② 根据模糊聚类算法( FCM)对超体素的边界进行细化; ③ 使用增加高程阈值的凹凸聚类算法对超体素进行分割,提取机载 LiDAR 点云的地面点与地物点。 以鄂尔多斯 某 矿开采工作面为例进行实验,并与改进前超体素分割算法和区域生长算法的分割效果进行比较。 结果显示:整体 上 看,本文算法在保证数据完整的前提下,分割效果仍可以满足矿区在地物分割工程上的需求;分割细节上看,比改进 前的超体素分割算法的加权平均精确度提升了 13. 1%,加权平均召回率提升了 2. 3%;比区域增长算法的加权平 均精 确度提升了 30%,加权平均召回率提升了 6. 3%。