室内场景三维对象分割(Ransac+supervoxel dbscan+guided filter)

室内场景三维对象分割

一、方法

预处理

室内场景中的桌面背景或者地面背景大多由一个平面构成,RANSAC算法是用来平面模型拟合的最佳选择。效果如下。

Fig 2

超体素聚类过程

提出的算法以“过分割再合并”为基本聚类原则,使用两阶段聚类对目标点云进行分割。第一阶段对背景去除后的点云进行超体素过分割处理,能够获得具有良好的边界一致性的超体素。第二阶段将带有局部特征相似性的超体素基于密度特征再一次融合聚类,完成对象级的分割。效果如下

Fig 4

二、实验结果

实验被进行在OCID数据集上。该算法使用C++语言编写并且运行在Intel i7-11700K CPU@3.6GHz 带有32GB RAM。

Fig 7

三、源码链接

github链接

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

-特立独行的猪-

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值