散乱点云的边界提取

• 作者: 丁承君 孙刚 尹李亮 齐春辉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 散乱点云 kd-tree 边界特征提取 分割
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP391
• 字数: 3403字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.07.020

摘要

基于Kinect体感技术获取的周围环境点云数据量大,其中点云的边界是重要特征,是机器人导航的重要参数.为获得复杂散乱点云的边界特征,提出了一种基于点云库(PCL)的物体分割以及边缘轮廓提取算法.该算法通过建立散乱点云的kd-tree空间拓扑结构,经直通滤波、表面平滑处理对点云数据进行去噪、填补空洞.由于实际环境包含大量的平面,因此采用基于随机采样算法(RANSAC)可寻找种子点确定平面,进而应用平面分割找出平面上的感兴趣区域,并计算k邻域点的法线夹角,若大于阈值则为边界特征点.为验证算法的有效性,基于机器人操作系统(ROS),通过PCL点云库,快速、准确地对场景中的物体进行分割以及边缘轮廓提取.实验结果表明,所提出的算法能够快速、准确、有效地提取散乱点云的边界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁承君	河北工业大学机械工程学院	84	619	13.0	23.0
2	齐春辉	河北工业大学机械工程学院	4	16	2.0	4.0
3	尹李亮	河北工业大学机械工程学院	3	9	1.0	3.0
4	孙刚	河北工业大学机械工程学院	1	9	1.0	1.0