基于局部边缘特征描述子的自适应边缘检测算法

• 作者: 尹辉 许宏丽 邵凯亮 高佳月
• 来源期刊: 中国激光
• 学科: 物理学
• 关键词: 机器视觉 点云 边缘 自适应 特征描述子
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 测量与计量
• 页码范围: 185-193
• 页数: 9页
• 分类号: O436
• 语种: 中文
• DOI: 10.3788/CJL202047.0604003

摘要

点云的边缘是将点云模型转换为高质量曲面或实体模型的重要中间特征.为了有效地提取点云边缘,针对现有点云边缘检测算法设置统一邻域值或邻域半径造成的边缘检测不准确的问题,提出一种基于局部边缘特征描述子的自适应边缘检测算法.首先定义法向量特征模型,引入法向量变化率,基于法向量变化率提出邻域自适应方法;然后结合点云局部区域的曲率密度,定义局部边缘特征描述子;最后根据特征描述子取值符合高斯分布的特点自动调整阈值,解决了对于不同的点云模型需要人工调参的问题.通过在多种不同的点云数据集上进行实验,证明了该算法可以在保持模型原始信息的前提下,准确地提取模型的边缘信息,具有可重复性和一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许宏丽		23	230	9.0	15.0
2	尹辉		18	40	3.0	5.0
3	高佳月		1	0	0.0	0.0
4	邵凯亮		1	0	0.0	0.0