复杂场景三维点云中未知球形目标的自动识别方法

作者：李嘉; 阿依古丽·阿曼; 郑德华

来源：计算机辅助设计与图形学学报, 2013, (10): 1489-1495.

• 散乱点云
• 曲率估计
• 球心定位
• 球面拟合
• 层次聚类 scattered point clouds
• curvature estimation
• spherical center positioning
• spherical surface fitting
• hierarchical clustering

为了从散乱三维点云中识别并定位非确定个数、未知半径的球形目标,提出了复杂场景三维点云中未知球形目标的自动识别方法.首先利用局部邻域点集的二阶曲面逼近方法估计每个点的微分几何属性值;再根据各点的2个主曲率差异初步筛选疑似球面点,并根据法向和平均曲率推算各点对应的球心坐标;然后利用专门设计的层次聚类算法以球心坐标和估计半径为特征值对疑似球面点实施非监督聚类,将分属不同目标球的球面点区分开;最后逐类完成球面精确拟合.针对实验室布置场景的三维激光扫描点云进行实验的结果表明,该方法不仅具有较高的目标球定位精度,而且能够稳健地解决被障碍物遮挡情况下的非完整球面的半径识别和球心定位问题.

• 单位
  河海大学