文献类型：期刊文章

作　　者：张建伟[1] 权庆乐[1]

ZHNAG Jianwei;QUAN Qingle(Department of Information Engineering,Henan University of Animal Husbandry and Economy,Zhengzhou 450004,China)

机构地区：[1]河南牧业经济学院信息工程学院,河南郑州450004

出　　处：《西安科技大学学报》

基　　金：国家自然科学基金项目(61572406,61976182)。

年　　份：2022

卷　　号：42

期　　号：2

起止页码：341-348

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高三维信息的准确度,提出一种在稠密的点云数据中采用融合区域生长和随机抽样一致性(RANSAC)的平面分割方法。利用统计滤波、体素滤波对稠密点云去噪和精简,通过邻域统计特性剔除孤立点。采用点域区域生长分割出平面点,并采用面域区域生长合并平面附近点。采用曲率值检测出异常弯曲的平面。在异常弯曲的平面中采用RANSAC评估平面点的模型误差并剔除粗差点。实验选取公寓、阁楼、办公室等4个典型室内场景数据进行测试。实验表明,该方法可有效从稠密点云中分割出平面结构,分割结果准确度均值可达到95%以上。相比于传统RANSAC方法,可以更好地保证平面结构的连通性。相比于传统区域生长方法分割结果,准确度提升约2%,完整度平均提高约17%,对于后续三维重建和机器人的导航有着借鉴作用。

关 键 词：稠密点云  平面分割  区域生长  RANSAC分割  点云曲率  

分 类 号：TP391.41]