复杂场景三维点云中未知球形目标的自动识别方法

被引：8

作者：

李嘉

阿依古丽·阿曼

郑德华

机构：

[1] 河海大学地球科学与工程学院测绘系

来源：

计算机辅助设计与图形学学报 | 2013年 / 25卷 / 10期

关键词：

散乱点云; 曲率估计; 球心定位; 球面拟合; 层次聚类;

D O I：

暂无

中图分类号：

TP391.72 [];

学科分类号：

080201 ; 080203 ; 081304 ; 1403 ;

摘要：

为了从散乱三维点云中识别并定位非确定个数、未知半径的球形目标,提出了复杂场景三维点云中未知球形目标的自动识别方法.首先利用局部邻域点集的二阶曲面逼近方法估计每个点的微分几何属性值;再根据各点的2个主曲率差异初步筛选疑似球面点,并根据法向和平均曲率推算各点对应的球心坐标;然后利用专门设计的层次聚类算法以球心坐标和估计半径为特征值对疑似球面点实施非监督聚类,将分属不同目标球的球面点区分开;最后逐类完成球面精确拟合.针对实验室布置场景的三维激光扫描点云进行实验的结果表明,该方法不仅具有较高的目标球定位精度,而且能够稳健地解决被障碍物遮挡情况下的非完整球面的半径识别和球心定位问题.

引用

页码：1489 / 1495

页数：7

共 4 条

[1] 地面激光扫描球形标靶的球心误差研究 [J].

张毅 ;

闫利 ;

杨红 ;

陈向阳 .

武汉大学学报(信息科学版), 2012, 37 (05) :598-601

[2] 多视点三维数据合并中的定标球球心算法 [J].

魏江 ;

何明一 ;

熊邦书 ;

冯燕 .

计算机辅助设计与图形学学报, 2006, (03) :416-420

[3]

Fast automatic registration of range images from 3D imaging systems using sphere targets[J] . Marek Franaszek,Geraldine S. Cheok,Christoph Witzgall.Automation in Construction . 2008 (3)

[4]

Least-squares orthogonal distances fitting of circle, sphere, ellipse, hyperbola, and parabola[J] . Sung Joon Ahn,Wolfgang Rauh,Hans-Jürgen Warnecke.Pattern Recognition . 2001 (12)

← 1 →