一种基于局部几何轮廓和全局拓扑结构保持的点云分类/分割方法

本发明公开了一种基于局部几何轮廓和全局拓扑结构保持的点云分类/分割方法，首先通过邻域关系构建模块，依据空间距离构建邻域关系图，其中，空间距离计算和k‑近邻算法精确捕捉点云数据中复杂的几何和语义信息，增强了特征提取的准确性和鲁棒性，同时，邻域关系图自扩散机制进一步增强点云局部与全局特征的关联性，使模型能够更好地捕捉点云的几何轮廓(形状)和全局拓扑结构特征，这样充分考虑了点云数据中的几何分布特性，增强了模型对点云局部几何细节的敏感性，有效增强了局部特征聚合的效率，减少了冗余信息的影响，避免了仅依赖最近邻方法提取特征的方法导致的特征冗余，提升了点云分类和分割任务的精度，同时加强了全局信息的共享实现了点云分类与分割任务的准确性和鲁棒性的显著提升。