0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

一种有效将3D点云分割成平面组件的多分辨率方法

3D视觉工坊 来源:3D视觉工坊 2023-01-09 11:28 次阅读

摘要

本文提出了一种有效的多分辨率方法将 3D 点云分割成平面组件。为了提高效率,本文从粗到精的 3D 分辨率中迭代处理大点云,在每个分辨率下,快速提取表面法线来描述表面元素(面元),将无法与来自较粗分辨率的平面关联的面元分组为具有霍夫变换的共面簇。然后提取这些集群上的连接组件,并通过 RANSAC 确定最佳平面拟合。最后,合并平面片段并在最佳分辨率上细化分割。在实验中,展示了该方法的效率和质量,并将其与其他最先进的方法进行了比较。

简介

我们将 Hough 变换与 RANSAC 相结合以稳健地提取来自 3D 点云的平面片段(图 1)。为了提高效率,我们采用由粗到细的策略:以多种分辨率提取局部表面法线来描述表面元素(面元)。我们使用八叉树实现了一种高效的多分辨率法线方法估计。在每个分辨率下,我们确定哪些面元可以用较粗分辨率上拟合的平面来解释。在剩余的面元上,我们应用霍夫变换将场景预分割为共面面元。为了提高准确性和鲁棒性,我们使用 RANSAC 拟合平面段。在最佳分辨率下,我们合并共面连接的平面段并分配剩余的点。

f1f03ca0-8fcb-11ed-bfe3-dac502259ad0.png

图1

1、通过多种分辨率进行有效的法线估计

我们用八叉树表示点云。八叉树由分支节点和叶节点组成,每个分支节点和叶节点都覆盖一个 3D 体积。树的根跨越感兴趣的完整 3D 体积。每个分支节点在其中心位置将其体积分成八个大小相等的立方体(称为八分圆)。对于它的每个八分圆,该节点都包含一个子节点,该子节点本身是一个分支节点,或者是树中的一片叶子。 八叉树可以用于以与树的不同深度中节点的体积大小相对应的采样分辨率采样点云。对于采样深度 d,我们确定采样深度的所有节点或较粗分辨率的所有叶节点。此外,八叉树允许有效地计算节点体积中的积分值:在每个节点中,我们维护位于节点体积内的点值的积分。在树的构建过程中,我们将一个点的值分配给该点访问的所有节点,同时将它从根递归传递到它的最终叶节点。

poYBAGO7ifuAVotEAAA1Auq3t3g920.jpg

f2187486-8fcb-11ed-bfe3-dac502259ad0.png

poYBAGO7ig-AO0XzAABRkL05Bjc189.jpg

f241c4da-8fcb-11ed-bfe3-dac502259ad0.png

图2

pYYBAGO7ik2AXyj4AAIBlNs0XjU286.jpg

在第二阶段,我们从平行面元簇中确定共面面元。每个面元投票决定平面到坐标系原点(例如,视点)的距离。与方向直方图类似,我们将选票分配到具有线性衰减的相邻箱中。

我们在距离直方图的最大值处再次找到共面面元簇。图 3 显示了示例场景中此预分割步骤的结果。为了使这个过程高效,我们保持直方图的粗分辨率,并将模型参数的准确估计推迟到后期处理阶段。然而,距离直方图的分辨率随着面元的分辨率而增加。

f3f7bca8-8fcb-11ed-bfe3-dac502259ad0.png

图3

3、分割成连通域

霍夫变换不考虑面元的空间连通性。因此,我们从共面元组中提取连通分量。图 4 举例说明了这一点。我们在对应于面元的霍夫空间最大值的平面上覆盖一个网格。网格的分辨率是根据面元的分辨率来选择的。我们将每个面元位置投射到网格中并标记占用的网格单元。区域增长产生连接的组件,当组件不受最小数量的面元(在我们的实现中设置为 3)支持时,我们将丢弃这些组件。

f5253128-8fcb-11ed-bfe3-dac502259ad0.png

图4

4、通过 RANSAC 进行精确分割

我们进一步改进了与共面面元的连接组件的平面拟合。由于方向和距离直方图的粗分辨率,霍夫变换的平面估计只是对真实底层平面的粗略估计。因此,我们将 RANSAC 直接应用于面元表示的点。图 5 显示了异常值检测的示例。

f58c1c58-8fcb-11ed-bfe3-dac502259ad0.png

图5 RANSAC 从一组随机的三点样本中估计平面参数。在固定的迭代次数内,我们确定面元的所有点支持的最好的平面估计。当点到平面的距离低于某个阈值时,点被接受为平面拟合的内点。我们根据面元的分辨率调整此阈值。我们只接受大部分面元点支持的平面拟合。我们还要求提取的平面与霍夫变换确定的初始拟合相似。当平面拟合被接受时,我们重新确定线段的连通分量。

5、由粗到细的分割

在前面的部分中,我们详细介绍了如何在单一分辨率上分割平面。然而,我们建议使用由粗到细的策略来分割场景。通过这种方式,可以仅从几个面元中有效地检测到大平面段。此外,我们的方法固有地适应场景中平面的范围。它使用尽可能多的上下文来决定共面性。 我们从粗分辨率到精细分辨率处理场景。当在分辨率上找不到更多的平面段时,我们过渡到下一个更精细的分辨率。为了改进已经找到的平面片段的分割,我们将更精细分辨率的面元重新分配到片段上。我们测试面元方向和位置是否适合每个平面段,以及它是否位于其连接组件的边界内或边界处。 最终,我们还调整了连接的组件。为此,我们根据新的分辨率增加了占用图的采样率。我们将面元投影到平面段中并标记相应的单元格被占用。但是,我们保留了前几层的较粗略的占用决策。请注意,虽然平面段可能会在此过程中扩展,但不会合并一起增长的段。我们在最后的处理步骤中合并共面连接的段。

6、后处理

在处理完所有分辨率后,我们改进了最精细分辨率的分割。首先,我们合并连接的共面平面段。然后我们在不使用法线信息的情况下将节点分布到平面段上。对于每个节点,我们确定一个平面段候选列表,这些候选平面段与节点体积内的点的均值距离很小。此外,节点需要落在连接的组件内或每个候选节点的边界。

pYYBAGO7iniAfH6rAABuZTENwX0113.jpg

当平面段的重心位于该平面的不同侧时,我们相应地将点分布在等距平面的两侧。否则,我们只是将这些点关联到最近的平面。

实验结果

30 幅 ABW 测试图像的分辨率为 512× 512 像素。该数据集还结合评估工具提供了地面实况分割。表 1 显示了我们的方法在 SegComp ABW 测试图像上的结果,对于与地面实况的重叠具有 80% 的容忍度。

f5fe0d4a-8fcb-11ed-bfe3-dac502259ad0.png

表1

虽然我们的方法不是专门为深度图像设计的,但其分割质量和平面拟合精度位于该数据集结果的上限范围内。请注意,最好的分割结果是通过利用图像结构中编码的连接信息的方法获得的。这也将这些方法限制在处理单视图深度图像。此外,距离图像包含深度离散化效应形式的强系统噪声,这对于仅由少数点组成的小片段很难处理。

为了评估我们算法各个阶段的贡献,我们对几个变体进行了测试。RansacOnly 方法使用贪心法来检测平面(使用点云库 PCL 实现)。它在不使用法线信息的情况下迭代地找到适合尚未归因的点的最佳支持平面。它只能达到平均性能,其运行时间在很大程度上取决于场景的复杂性。HoughOnly 基于我们的多分辨率方法,但不执行 RANSAC 来改进初始 Hough 分割。且与我们的方法相比,HoughOnly 方法分割场景的准确性较低。 图 6展示了我们的方法在不同重叠公差 SegComp ABW 测试图像上的结果。

可以看出,我们的方法中的错误在很大程度上是由于缺少平面段造成的。对于高噪声,某些点可能未分配给平面或边界可能无法正确解析。由于我们的方法不考虑图像邻域,因此很难达到 90% 的重叠。图 5展示了 ABW 数据集的两个示例性分割。在左图中,我们的算法遗漏了多个平面片段。我们将一些未命中归因于八叉树的离散化。这个问题可以通过在不同的离散化中重新处理未分段的部分来解决。

f6196400-8fcb-11ed-bfe3-dac502259ad0.png

图6

总结与展望

本文,我们提出了一种从 3D 点云中提取平面的有效方法。我们将 Hough 变换与RANSAC 相结合,以在多种分辨率下拟合平面。通过使用由粗到精的策略,我们可以有效地利用可用数据。它允许考虑最大可能的上下文来做出共面性的决定。这也使我们的方法数据高效。

在实验中,将改方法与使用 SegComp 数据库的最先进方法进行了比较。实验结果表明,我们以高帧率和高质量处理 3D 激光和深度传感器(例如 Kinect)的 3D 点云。 在未来的工作中,我们将提取更多类型的几何形状图元,例如圆柱体和球体。我们还计划调整我们的方法来顺序处理来自 Kinect 等高帧率传感器的深度图像。






审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2554

    文章

    51703

    浏览量

    758554
  • PCL
    PCL
    +关注

    关注

    1

    文章

    35

    浏览量

    13748
  • RANSAC
    +关注

    关注

    0

    文章

    10

    浏览量

    7939

原文标题:3D点云中高效的多分辨率平面分割方法

文章出处:【微信号:3D视觉工坊,微信公众号:3D视觉工坊】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    相关推荐

    ADC的在24位分辨率时的有效位数是多少呢?

    专家您好:ADC的分辨率只有在理想情况下才等于有效位数,datasheet给出的只是分辨率位数而已,请问,ADC的在24位分辨率时的有效
    发表于 02-08 07:07

    请问SAR ADC有效分辨率与采样有关吗?

    芯片输入管脚直接连到附近地上)。 16位数据,后2位跳动。也就是可以达到14bit峰峰分辨率。 两情况采集的样,搞不懂了? 请求大家进行分析帮助,谢谢
    发表于 01-15 07:57

    光场新科技——12.1英寸2.5K分辨率裸眼3D平板电脑

    在科技日新月异的今天,我们总是期待着那些能够改变生活方式的新产品。而今天,我们非常荣幸地向大家介绍款颠覆传统视觉体验的创新产品——12.1英寸裸眼3D平板电脑。这款平板电脑不仅拥有2.5K高清分辨率
    的头像 发表于 01-14 10:08 241次阅读
    光场新科技——12.1英寸2.5K<b class='flag-5'>分辨率</b>裸眼<b class='flag-5'>3D</b>平板电脑

    C#通过Halcon实现3D重绘

    C# 通过 Halcon 实现 3D 重绘
    发表于 01-05 09:16 0次下载

    如何提高透镜成像的分辨率

    无法所有光线完美汇聚到上,导致成像模糊。减少像差可以提高分辨率: 优化透镜设计 :使用非球面透镜、复合透镜等设计,可以减少球面像差和色差。 使用高质量材料 :透镜材料的均匀性和
    的头像 发表于 12-25 16:54 545次阅读

    如何选择扫描电镜的分辨率

    样品的精细微观结构,像纳米级别的晶体结构、细胞的超微结构等,就需要更高的分辨率,通常要达到1-3nm甚至更高。其次是样品自身特性。对于些结构简单、特征尺寸较大的样
    的头像 发表于 12-25 14:29 324次阅读
    如何选择扫描电镜的<b class='flag-5'>分辨率</b>?

    请问TVP5158分辨率D1与HalfD1是如何转换的?

    的数据格式之间到底是如何转换的呢。比如说我要将D1分辨率的数据变成HalfD1的分辨率,其中可以从手册中看出是D1格式数据行中的像素
    发表于 12-23 06:31

    HDMI接口支持哪些视频分辨率

    支持最大分辨率4K(3840x2160)@60Hz。与HDMI 1.4相比,HDMI 2.0在4K分辨率下的刷新提高了倍,达到每秒60帧,提供更流畅的视频体验。 也支持1080p
    的头像 发表于 11-27 14:14 5574次阅读

    一种新颖的超快3D成像技术

    EventLFM 高速体积成像是研究动态生物过程不可或缺的工具。传统的基于扫描的3D成像技术,如共聚焦显微镜、双光子显微镜和光片显微镜,具有很高的空间分辨率。 然而,它们的数据采集速度受到光束扫描
    的头像 发表于 09-06 06:19 288次阅读
    <b class='flag-5'>一种</b>新颖的超快<b class='flag-5'>3D</b>成像技术

    什么是高分辨率示波器?它有哪些优势?

    分辨率示波器是一种在信息与系统科学相关工程与技术领域中广泛应用的科学仪器,其设计旨在提供更高的信号分辨率和更精细的信号分析能力。以下是对高分辨率示波器的详细解析,包括其定义、优势以及
    的头像 发表于 08-08 11:49 1322次阅读

    VR显示器分辨率的选择

    、VR显示器分辨率的重要性 1.1 分辨率与视觉体验 分辨率是指显示器上能够显示的像素的数量,通常用水平像素数×垂直像素数来表示。在VR
    的头像 发表于 07-08 10:29 1482次阅读

    伺服编码器分辨率是什么意思

    。 伺服编码器分辨率的概念 伺服编码器是一种用于测量电机轴或负载位置和速度的传感器。它通过机械位置转换为电信号,为伺服控制系统提供反馈信息。编码器的分辨率是指它能够检测到的最小角度或
    的头像 发表于 06-17 11:16 1239次阅读

    机载单光子激光雷达系统用于实现高分辨率3D成像

    据麦姆斯咨询报道,近日,中国科学技术大学合肥微尺度物质科学国家研究中心的研究团队开发出了一种结构紧凑、重量轻的单光子机载激光雷达系统,可以用低功率激光获取高分辨率3D图像。
    的头像 发表于 05-06 09:05 1046次阅读
    机载单光子激光雷达系统用于实现高<b class='flag-5'>分辨率</b><b class='flag-5'>3D</b>成像

    激光雷达分辨率对比方法与技巧详解

    分辨率这个词是从摄像头沿用而来,摄像头拍出来的单幅图像,其像素均匀分布在横纵两个维度的画面中,因此「横向像素 x 纵向像素」就能直接反映出摄像头
    发表于 03-29 11:47 4253次阅读
    激光雷达<b class='flag-5'>分辨率</b>对比<b class='flag-5'>方法</b>与技巧详解

    基于CNN的图像超分辨率示例

    考虑单个低分辨率图像,首先使用双三次插值将其放大到所需的大小,这是执行的唯预处理。插值图像表示为Y。我们的目标是从Y中恢复与真实高分辨率图像X尽可能相似的图像F (Y) 。
    的头像 发表于 03-11 11:40 825次阅读
    基于CNN的图像超<b class='flag-5'>分辨率</b>示例