[1]杨文桥,郑力新,朱建清,等.高斯函数约束下的多判别参数散乱点云边缘检测[J].华侨大学学报(自然科学版),2021,42(1):97-102.[doi:10.11830/ISSN.1000-5013.202007001]
　YANG Wenqiao,ZHENG Lixin,ZHU Jianqing,et al.Multi-Discrimination Parameter Scattered Point Cloud Edge Detection Under Constraint of Gaussian Function[J].Journal of Huaqiao University(Natural Science),2021,42(1):97-102.[doi:10.11830/ISSN.1000-5013.202007001]
点击复制

高斯函数约束下的多判别参数散乱点云边缘检测()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第42卷
期数:
2021年第1期
页码:
97-102
栏目:
出版日期:
2021-01-20

文章信息/Info

Title:
Multi-Discrimination Parameter Scattered Point Cloud Edge Detection Under Constraint of Gaussian Function
文章编号:
1000-5013(2021)01-0097-06
作者:
杨文桥1; 2;  郑力新1; 2;  朱建清1; 2;  董进华1; 2;  郑义姚1; 2;  刘颖1; 2;  汪泰伸1; 2
1. 华侨大学 工学院, 福建 泉州 362021;2. 华侨大学 工业智能化与系统福建省高校工程研究中心, 福建 泉州 362021
Author(s):
YANG Wenqiao1; 2;  ZHENG Lixin1; 2;  ZHU Jianqing1; 2;  DONG Jinhua1; 2;  ZHENG Yiyao1; 2;  LIU Ying1; 2;  WANG Taishen1; 2
1. College of Engineering, Huaqiao University, Quanzhou 362021, China; 2. Industrial Intelligence and System Fujian University Engineering Research Center, Huaqiao University, Quanzhou 362021, China
关键词:
点云边缘检测;  法向夹角;  欧氏距离;  高斯函数
Keywords:
point cloud edge detection;  normal angle;  Euclidean distance;  Gaussian function
分类号:
TP391.41
DOI:
10.11830/ISSN.1000-5013.202007001
文献标志码:
A
摘要:
设计一种散乱点云数据边缘检测算法,从而快速、精确地提取边缘特征.该算法以点云的局部特征为基础,通过分析点云数据各点的法向特性,构建各点k近邻法向夹角特征、曲率特征、距离特征,并在高斯函数的约束下完成点云边缘特征的检测.利用公共数据进行多组实验,对比不同算法下的检测效果.结果表明:该算法提取点云边缘特征的速度更快、效果更好.
Abstract:
A scattered point cloud data edge detection algorithm is designed to extract edge features quickly and accurately. The algorithm is based on the local characteristics of the point cloud. By analyzing the characteristics of the normal vector of each point of the point cloud data, the k-nearest neighbor normal angle feature, the curvature feature, and the distance feature of each point are constructed to complete the point cloud edge feature detection under the constraint of the Gaussian function. Using public data to conduct multiple sets of experiments to compare the detection effects of different algorithms. The results show that the proposed algorithm is faster and better at extracting edge features of point clouds.

参考文献/References:

[1] 丁承君,孙刚,尹李亮,等.散乱点云的边界提取[J].计算机技术与发展,2017,27(7):83-86.DOI:10.3969/j.issn.1673-629X.2017.07.020.
[2] 蔡斌斌,李必军.无人车平台激光点云中线特征提取[J].测绘通报,2019(2):32-38.DOI:10.13474/j.cnki.11-2246.2019.0039.
[3] 周建钊,颜雨吉.逆向工程中点云特征提取技术研究[J].装备制造技术,2019(8):13-17,33.
[4] 段志鑫.三维激光扫描数据精简、表面重构方法及应用研究[D].徐州:中国矿业大学,2019.
[5] 朱德海、郭浩、苏伟.点云库PCL学习教程[M].北京:北京航空航天大学出版社,2012.
[6] SONG Hao,FENG H Y,OUYANG Daoshan.Automatic detection of tangential discontinuities in point cloud data[J].Journal of Computing and Information Science in Engineering,2008,8(2):1-10.DOI:10.1115/1.2904930.
[7] HAN Huiyan,HAN Xie,SUN Fusheng,et al.Point cloud simplification with preserved edge based on normal vector[J].International Journal for Light and Electron Optics,2015,126(19):2157-2162.DOI:10.1016/j.ijleo.2015.05.092.
[8] 陈龙,蔡勇,张建生,等.基于多判别参数混合方法的散乱点云特征提取[J].计算机应用研究,2017,34(9):2867-2870.
[9] HACKEL T,WEGNER J D,SCHINDLER K,et al.Contour detection in unstructured 3D point clouds[C]//Computer Vision and Pattern Recognition.Las Vegas:[s.n.],2016:1610-1618.DOI:10.1109/CVPR.2016.178.
[10] 裴书玉,杜宁,王莉,等.基于移动最小二乘法法矢估计的建筑物点云特征提取[J].测绘通报,2018(4):73-77.DOI:10.13474/j.cnki.11-2246.2018.0113.
[11] 何超.车前地形数字高程模型建立方法研究[D].长春:吉林大学,2019.
[12] 李玉.基于结构光视觉的焊缝外观检测[D].杭州:浙江工业大学,2019.
[13] 李喜年.基于线激光传感器的焊缝检测打磨系统研究[D].武汉:华中科技大学,2019.
[14] LIN Yuan,MATSUYAMA K,CHIBA F,et al.A study of feature line extraction and closed frame structure of a stone tool from measured point cloud[C]//Nicograph International.Hanzhou:[s.n.],2016:44-51.DOI:10.1109/NicoInt.2016.8.
[15] ZHANG Jie,CAO Junjie,LIU Xi,et al.Multi-normal estimation via pair consistency voting[J].IEEE Transactions on Visualization and Computer Graphics,2019,25(4):1693-1706.DOI:10.1109/TVCG.2018.2827998.
[16] 董伟.利用邻近点几何特征实现建筑物点云特征提取[J].激光与光电子学进展,2018,55(7):181-188.
[17] 孟海波.基于机器视觉的大构件表面检测定位技术研究[D].武汉:华中科技大学,2019.
[18] 王丽辉,袁保宗.三维散乱点云模型的特征点检测[J].信号处理,2011,27(6):932-938.DOI:10.3969/j.issn.1003-0530.2011.06.021.
[19] 陆旻丰,吴杭彬,刘春,等.地面三维激光扫描数据缺失分类及成因分析[J].遥感信息,2013,28(6):82-86.DOI:10.3969/j.issn.1000-3177.2013.06.014.
[20] XIA Shaobo,WANG Ruisheng.A fast edge extraction method for mobile lidar point clouds[J].IEEE Geoscience and Remote Sensing Letters,2017,14(8):1288-1292.DOI:10.1109/LGRS.2017.2707467.
[21] 刘立强.散乱点云数据处理相关算法的研究[D].西安:西北大学,2010.

备注/Memo

备注/Memo:
收稿日期: 2020-07-02
通信作者: 郑力新(1967-),男,教授,博士,主要从事光电检测与智能计算的研究.E-mail:zlxgxy@hqu.edu.cn.
基金项目: 国家自然科学基金项目面上资助项目(61976098); 福建省厦门市科技计划资助项目(3502Z20173045); 华侨大学研究生科研创新能力培育计划资助项目(18014084013)
更新日期/Last Update: 2021-01-20