典型文献
基于梯度聚类的有序点云边缘优化提取方法
文献摘要：
应用传统的2D边缘检测器检测低分辨率深度图中物体边缘时,边缘检测精度较差,召回率低;而当前基于3D点云的边缘提取方法也存在实时性差、抗干扰能力弱等缺点.为此,提出一种基于梯度聚类的边缘优化提取方法,实现从有序点云中快速、稳定地检测物体的边缘.首先,通过邻域点距离分析滤除飞行像素噪声,消除边缘误检;其次,提出一种基于梯度聚类的边缘点/非边缘点分离方法,快速获取物体的粗边缘;最后,结合快速平行细化算法与掩膜滤波,优化粗边缘,获得物体精确边缘.在公共数据集和TOF相机实测数据上进行实验验证.结果表明,提出方法的实时性与检测精度均优于现有方法,在实测数据中的边缘检测精度达89％,FPS达28 fps.
文献关键词：
点云;深度相机;边缘检测;邻域点距离分析;梯度聚类
中图分类号：
作者姓名：
陈浩;丁其川;潘磊
作者机构：
东北大学机器人科学与工程学院 沈阳 110000;东北大学信息科学与工程学院 沈阳 110000
文献出处：
引用格式：
[1]陈浩;丁其川;潘磊-.基于梯度聚类的有序点云边缘优化提取方法)[J].仪器仪表学报,2022(05):165-174
A类：
梯度聚类,邻域点距离分析
B类：
有序点云,边缘优化,2D,边缘检测,检测器,低分辨率,深度图,中物,检测精度,召回率,边缘提取,抗干扰能力,云中,滤除,行像,像素,边缘点,分离方法,掩膜,得物,公共数据,TOF,FPS,fps,深度相机
AB值：
0.321589
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
