基于PCL的3D点云视觉数据预处理

论文摘要

3D视觉的点云数据处理中,滤波和配准等算法十分重要,传统的滤波算法,是通过求取距离半径,采样或利用统计学方法来对数据去除噪声,不能满足处理特定位置处数据的需求。提出了一种设置"基准面"的方法对点云数据进行预处理,使其满足后续的滤波处理。首先对给定的点云数据进行平面拟合并估计和平面质心的估计;其次求取某一已知平面的法线及基准点,求出两个点云面之间的变换关系,使两者重合;最后根据实际问题,将指定区域中的噪声去除。实验证明,该方法大大降低了滤波的复杂度且提高了滤波效果。

论文目录

• 0 引言
• 1 点云滤波
•   1.1 实验流程
•   1.2 点云VoxelGrid滤波器下采样
• 2 平面拟合
• 3 基准面匹配
•   3.1 算法原理
•   3.2 算法实现
•     3.2.1 所需参数
•     3.2.2 法向量重合
•     3.2.3 质心平移
•   3.3 精准滤波与数据复原
•     3.3.1 直通滤波
•     3.3.2 数据还原
• 4 实验结果分析
• 5 对比分析
• 6 结语

文章来源

类型: 期刊论文

作者: 李朋超,王金涛,宋吉来

关键词: 点云,滤波,基准面,视觉

来源: 计算机应用 2019年S2期

年度: 2019

分类: 信息科技

专业: 无线电电子学,计算机软件及计算机应用

单位: 机器人学国家重点实验室(中国科学院沈阳自动化研究所),中国科学院大学,沈阳新松机器人自动化股份有限公司

分类号: TP391.41;TN713

页码: 227-230

总页数: 4

文件大小: 726K

下载量: 406