高类3D点云中的对象分类及其在精确农业中的应用是一个非常具有挑战性的领域，这归因于类内差异大，由于自相似性和植物器官密集而造成的高度遮挡和重叠，尤其是在成熟的生长阶段。 由于这些应用特定的挑战，该贡献对局部形状描述符（即点特征直方图（PFH），快点特征直方图（FPFH），方向直方图的签名（SHOT），旋转度）的性能进行了实验评估将3D点分类到不同类型的植物器官中的投影统计（RoPS）和旋转图像）。 在使用SVM进行监督分类的情况下，对叶子，葡萄串，葡萄树枝和花朵的四次代表性扫描的准确度在94％至99％之间，而使用k-表示聚类方法。 此外，还研究了不同的距离度量以及聚类中心数量的影响。