文獻標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.191282
中文引用格式: 蒙浩,李自勝. 運動恢復(fù)結(jié)構(gòu)生成點云的密度調(diào)控方法[J].電子技術(shù)應(yīng)用,,2020,,46(9):88-93,97.
英文引用格式: Meng Hao,,Li Zisheng. Density control method of point cloud generated by structure from motion[J]. Application of Electronic Technique,,2020,46(9):88-93,,97.
0 引言
點云密度匹配是不同點云源數(shù)據(jù)融合的基礎(chǔ),,在點云數(shù)據(jù)配準(zhǔn)及孔洞修復(fù)等方面有著重要作用?,F(xiàn)有點云密度調(diào)控方法主要是通過精簡方法來達到減小點云密度的目的。李仁忠[1]等通過輸入點云數(shù)據(jù)創(chuàng)建一個三維體素柵格,,用每個體素柵格的重心來近似顯示整個體素柵格中的所有點,,從而達到點云精簡的目的,該方法在充分保留點云幾何特征的前提下,,精簡結(jié)果比較均勻,。吳祿慎[2]等提出了一種改進的重采樣算法,將點云數(shù)據(jù)劃分為特征區(qū)域和平坦區(qū)域,,對特征區(qū)域進行曲率采樣,,對平坦區(qū)域進行均勻采樣,該方法既保持了曲率采樣保留模型細(xì)節(jié)的特點,,又保留了均勻采樣避免出現(xiàn)空白區(qū)域的優(yōu)點,。袁小翠[3]等提出一種特征保持的點云數(shù)據(jù)精簡方法,首先對點云K均值聚類,,然后估計點云法矢和候選特征點,,將包含特征點的聚類細(xì)分為多個子類,最后基于自適應(yīng)均值漂移法對數(shù)據(jù)進行分類,,各聚類中心的集合即為精簡結(jié)果,,該方法能夠較好地保留原始曲面的幾何特征。SHI B Q[4]等提出了自適應(yīng)K均值精簡法,,對點云K均值聚類后根據(jù)類內(nèi)法矢偏差是否大于給定閾值,,將聚類分為兩類,迭代判斷各類內(nèi)法矢偏差直至小于給定閾值,,最后保留平坦區(qū)域的聚類中心以及非平坦區(qū)域法矢偏差最大的點,,該方法對于噪聲過于敏感。LI H[5]等提出一種基于法向量標(biāo)準(zhǔn)差的點云精簡算法,,對點云數(shù)據(jù)采樣后進行正態(tài)分布計算,,通過相鄰點之間的法向角計算特征點之間的分離閾值,在特征點之間逐步向下采樣,,實現(xiàn)點云的自適應(yīng)精簡,,該方法可以較好地保留原模型的特點和形狀,。CHEN Y[6]等通過將點云數(shù)據(jù)劃分為特征區(qū)域與非特征區(qū)域,針對不同區(qū)域采用不同的精簡方法可以較好地保留細(xì)節(jié)特征,。在點云密度調(diào)控方法中,,鮮有增大點云密度方面的研究。
本文基于運動恢復(fù)結(jié)構(gòu)法[7](Structure From Motion,,SFM),,從二維特征點的密度調(diào)控出發(fā),對兩幅序列圖像生成點云的密度進行調(diào)控,。密度調(diào)控既可以減小點云密度,,精簡點云數(shù)據(jù),又可以增大點云密度,,使細(xì)節(jié)信息得到加強,。在本文中,二維特征點的密度用平面特征點的平均間距來度量,,點云密度用空間點云的平均間距來度量,。
本文詳細(xì)內(nèi)容請下載:http://forexkbc.com/resource/share/2000002989
作者信息:
蒙 浩1,2,,李自勝1,,2
(1.西南科技大學(xué) 制造科學(xué)與工程學(xué)院,,四川 綿陽621010,;
2.西南科技大學(xué) 制造過程測試技術(shù)省部共建教育部重點實驗室,,四川 綿陽621010)