點云PCL免費知識星球，點云論文速讀。

標(biāo)題：Fast 3D Line Segment Detection From Unorganized Point Cloud

作者：Xiaohu Lu, Yahui Liu, Kai Li

編譯：particle

歡迎各位加入免費知識星球，獲取PDF論文，歡迎轉(zhuǎn)發(fā)朋友圈分享快樂。

本文提出了一種基于大規(guī)模無序點云的三維線段檢測算法。與傳統(tǒng)的方法先提取三維邊緣點后在擬合三維線段的算法相比，本文提出了一種基于點云分割和二維線段檢測的基礎(chǔ)上，能夠快速的實現(xiàn)三維線段檢測算法。在輸入無序點云的情況下，對三維線段進(jìn)行三步檢測。首先，通過區(qū)域生長和區(qū)域合并將點云分割成三維平面。其次，對每個三維平面，將其所屬的所有點投影到平面上形成二維圖像，然后進(jìn)行二維輪廓提取和最小二乘擬合得到二維線段。然后將這些二維線段重新投影到三維平面上，以獲得相應(yīng)的三維線段。最后，提出了一種剔除異常點和合并相鄰三維線段的后處理方法。在多個公共數(shù)據(jù)集上的實驗證明了該方法的有效性和魯棒性。

更多的結(jié)果和C++源代碼的公開在https://github.com/xiaohulugo/3DLineDetection

主要貢獻(xiàn)

文章提出的方法仍然屬于圖像的范疇，但是針對基于圖像方法的不足，提出了一種針對三維點云數(shù)據(jù)的更為快速的線段檢測的方法，該方法主要包含了三個部分：

（1）點云分割：通過區(qū)域生成的和區(qū)域合并的方法，將輸入的點云分割成三維平面。

（2）基于平面的三維直線的檢測：對于每個點云平面，所有屬于該平面的點云投影到平面上形成二維圖像，然后基于二維圖像進(jìn)行輪廓提取和最小二乘擬合，得到每個平面的二維

總結(jié)

以上是生活随笔為你收集整理的【开源方案共享】无序点云快速的线段分割算法的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。