基于网格采样的深度图像表面特征提取算法

• 作者: 孙晓兰 赵慧洁
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 网格化 深度图像分割 特征提取 主成分分析
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 图像理解和计算机视觉
• 页码范围: 1091-1097
• 页数: 7页
• 分类号: TP391.4
• 字数: 5158字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2007.06.021

摘要

深度图像的高级特征提取是3维视觉一个重要研究领域.为了提高对大量离散3维数据的处理速度,简化算子结构,本文提出一种新的方法,将单目或多目结构光传感器采集的离散3维数据点云转换成深度图像形式,使z方向代表深度,并实现x、y方向数据的规则网格采样.接着提出一种深度图像分割算法,先对整幅图像进行边缘提取,得到阶跃和褶皱两种边缘,采用主成分分析法(PCA)通过计算欧氏距离得到面的法线方向和方向间的夹角.经过两类传感器采集到的大量图像实验证明,该算法明显优于单纯的边缘或者区域算法,具有良好的抗噪声性能,满足并行在线测量的要求,并且不受物体形状的约束,可以应用于3D模型重建、机器人自主导航、逆向工程、文物数字化等多个3维视觉领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵慧洁	北京航空航天大学仪器科学与光电工程学院	99	856	16.0	25.0
2	孙晓兰	北京航空航天大学仪器科学与光电工程学院	1	11	1.0	1.0