车窗三维点云数据修复算法

2020-07-15 05:01:22马荣贵
计算机技术与发展 2020年7期
关键词:深度

骆 磊,马荣贵,马 园

(长安大学 信息工程学院,陕西 西安 710064)

0 引 言

三维光学扫描技术能快速获取复杂曲面的点云模型[1-2],应用广泛。目前车辆轮廓检测主要使用激光扫描技术[3],其过程为车辆低速通过龙门架,由安装在龙门架两端的测距雷达扫描车辆,获取三维点云数据。由于两端测距雷达水平方向距离车辆较近,并且高度较高,导致激光对车窗扫描时的入射角过大,测量点严重偏离反射面,在车窗处产生特殊噪声点。文中针对这类特殊噪声点,提出车窗三维点云数据修复算法。

对车窗处的点云数据重建有两方面工作,一是去除特殊噪声点,二是点云孔洞修复。在去除特殊噪声点方面,因为这种数据的获取方式现阶段只用来获取车辆的长宽高数据,而特殊噪声点向车体内侧凹陷,不影响数据的检测,所以普遍做法是对特殊噪声点不做处理。因特殊噪声点与正常点有着相似的性质,文中使用点云分割方式去除噪声点,文献[4]中使用谱聚类方法将点云模型过分割,对点云数据有很好的分割效果,但是存在构造相似度矩阵和确定尺度参数σ等问题,不能很好地适应于文中的车辆三维点云数据。文献[5]中采用主成分分析法和局部二次曲面拟合法对点云模型进行微分几何信息估算,并利用双阈值检测方法对散乱点云的特征信息进行提取,该算法可以将特殊噪声点分割出来,但是需要确定阈值。文中提出使用聚类算法确定阈值,并用拟合方式分割特殊噪声点。……

登录APP查看全文

猜你喜欢
深度
四增四减 深度推进
深度观察
深度观察
深度观察
深度观察
刍议深度报道的深度与“文”度
新闻传播(2016年10期)2016-09-26 12:14:59
提升深度报道量与质
新闻传播(2015年10期)2015-07-18 11:05:40
微小提议 深度思考
微小提议 深度思考
猪的深度人工授精