点云数据处理学习笔记
发布时间:2020-12-14 04:57:46 所属栏目:大数据 来源:网络整理
导读:点云数据处理学习笔记 三维计算视觉研究内容包括: (1)三维匹配:两帧或者多帧点云数据之间的匹配,因为激光扫描光束受物体遮挡的原因,不可能通过一次扫描完成对整个物体的三维点云的获
点云数据处理学习笔记 三维计算视觉研究内容包括: (1)三维匹配:两帧或者多帧点云数据之间的匹配,因为激光扫描光束受物体遮挡的原因,不可能通过一次扫描完成对整个物体的三维点云的获取。因此需要从不同的位置和角度对物体进行扫描。三维匹配的目的就是把相邻扫描的点云数据拼接在一起。三维匹配重点关注匹配算法,常用的算法有最近点迭代算法 ICP和各种全局匹配算法。 (2)多视图三维重建:计算机视觉中多视图一般利用图像信息,考虑多视几何的一些约束,相关研究目前很火,射影几何和多视图几何是视觉方法的基础。在摄影测量中类似的存在共线方程,光束平差法等研究。这里也将点云的多视匹配放在这里,比如人体的三维重建,点云的多视重建不再是简单的逐帧的匹配,还需要考虑不同角度观测产生误差累积,因此存在一个针对三维模型进行优化或者平差的Fusion融合过程在里面。通常SLAM是通过观测形成闭环进行整体平差实现,优先保证位姿的精确;而多视图重建通过FUSion过程实现对模型的整体优化,保证模型最优。多视图三维重建可以只使用图像,或者点云,也可以两者结合(深度图像)实现,重建的结果通常是Mesh网格。最典型的例子是KinectFusion,Kinfu等等. (3)3D SLAM:点云匹配(最近点迭代算法 ICP、正态分布变换方法 NDT)+位姿图优化(g2o、LUM、ELCH、Toro、SPA);实时3D SLAM算法 (LOAM);Kalman滤波方法。3D SLAM通常产生3D点云,或者Octree Map。基于视觉(单目、双目、鱼眼相机、深度相机)方法的SLAM,比如orbSLAM,lsdSLAM... (4)目标识别:无人驾驶汽车中基于激光数据检测场景中的行人、汽车、自行车、以及道路和道路附属设施(行道树、路灯、斑马线等)。 (5)形状检测与分类:点云技术在逆向工程中有很普遍的应用。构建大量的几何模型之后,如何有效的管理,检索是一个很困难的问题。需要对点云(Mesh)模型进行特征描述,分类。根据模型的特征信息进行模型的检索。同时包括如何从场景中检索某类特定的物体,这类方法关注的重点是模型。 (6)语义分类:获取场景点云之后,如何有效的利用点云信息,如何理解点云场景的内容,进行点云的分类很有必要,需要为每个点云进行Labeling。可以分为基于点的分类方法和基于分割的分类方法。从方法上可以分为基于监督分类的技术或者非监督分类技术,深度学习也是一个很有希望应用的技术。 (7)立体视觉与立体匹配 ZNCC (8)SFM(运动恢复结构) (9)自动造型(构型),快速造型(构型)技术。对模型进行凸分割,模型剖分,以实现模型进一步的编辑修改,派生出其他的模型。 -------------------------------------------------------------------------------- 1、点云滤波方法(数据预处理): 双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致性滤波。 VoxelGrid 2、关键点 ISS3D、Harris3D、NARF SIFT3D、 3、特征和特征描述 法线和曲率计算 NormalEstimation 、特征值分析Eigen-Analysis、EGI PFH、FPFH、3D Shape Context、Spin Image 4、点云匹配 ICP、稳健ICP、point to plane ICP、Point to line ICP、MBICP、GICP NDT 3D、Multil-Layer NDT FPCS、KFPCS、SAC-IA Line Segment Matching、ICL 5、点云分割与分类 分割:区域生长、Ransac线面提取、NDT-RANSAC、 K-Means、Normalize Cut(Context based) 3D Hough Transform(线、面提取)、连通分析、 分类:基于点的分类,基于分割的分类;监督分类与非监督分类 6、SLAM图优化 g2o、LUM、ELCH、Toro、SPA SLAM方法:ICP、MBICP、IDC、likehood Field、Cross Correlation、NDT 7、目标识别、检索 Hausdorff距离计算(人脸识别) 8、变化检测 基于八叉树的变化检测 9. 三维重建 泊松重建、 Delaunay triangulations 表面重建,人体重建,建筑物重建,树木重建。 实时重建:重建植被或者农作物的4D(3D+时间)生长态势;人体姿势识别;表情识别; 10.点云数据管理 点云压缩,点云索引(KD、Octree),点云LOD(金字塔),海量点云的渲染 -------------------------------------------------------------------------------- 点云驱动的计算机图形学主要研究应用 http://vcc.szu.edu.cn/research/2015/Points/
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |