一种抗扰动的三维物体语义分割几何增强方法

本发明适用于三维计算机视觉技术领域，提供了一种抗扰动的三维物体语义分割几何增强方法。首先将离散点云的法向量与曲率计算转化为统计优化问题，求解得到邻域的法向量，再结合特征值计算初始曲率，引入稀疏度平滑修正稀疏邻域的曲率误差，精准捕获点云的几何空间信息，增强对扰动点云的几何理解能力；随后将得到的法向量与曲率信息嵌入到标量特征中，通过自适应特征矢量化操作将标量特征扩展为独立的空间矢量，利用罗德里格斯旋转操作实现矢量旋转，并结合相对方向细化机制精准建模点云扰动，最终提取鲁棒的方向一致性表征。本发明有效提升了三维物体语义分割方法的抗扰动能力，使其在复杂应用场景中仍能保持稳定、精确的分割效果。