LCCP方法和CPC方法

本文介绍了两种点云分割方法——LCCP(局部凸连接打包)和CPC(受约束的平面切割)。LCCP方法基于超体聚类和凹凸关系判断,适用于空间信息和法线信息处理;CPC方法则侧重于对象分割,通过半全局分割和修正策略实现有意义的块划分。这两种方法在3D图像处理和机器人视觉中有广泛应用。
摘要由CSDN通过智能技术生成

LCCP方法
LCCP是Locally Convex Connected Patches的缩写,翻译成中文叫做“局部凸连接打包一波带走”。算法大致可以分成两个部分:1.基于超体聚类的过分割。2.在超体聚类的基础上再聚类。超体聚类作为一种过分割方法,在理想情况下是不会引入错误信息的,也就是说适合在此基础上再进行处理。LCCP方法并不依赖于点云颜色,所以只使用空间信息和法线信息,Wc=0,Ws=1,Wn=4。
方法原理
点云完成超体聚类之后,对于过分割的点云需要计算不同的块之间凹凸关系。凹凸关系通过CC(Extented Convexity Criterion)和SC(Sanity Criterion)判据来进行判断。其中CC利用相邻两片中心连线相邻与法向量的夹角来判断两片是凹是凸。显示,如果途中a1>a1则为凹,反之为凸。
在这里插入图片描述
考虑到测量噪声等因素,需要在实际使用过程中引入门限值(a1需要比a2大出一定量)来滤除较小的凹凸误判。此外,为去除一些小噪声引起的误判,还需要引入“第三方验证”,如果某块和相邻两块都相交,则其凹凸关系必相同。CC判据最终如CCe:
在这里插入图片描述
如果相邻两面中,有一面是单独的,CC判据是无法将其分开的。举个简单的例子,两本厚度不同的书并排放置,视觉算法应该

  • 1
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【资源说明】 基于lccp与边缘检测的三维点云分割方法c++源码(含项目使用说明+测试数据).zip 主要内容:改善二维实例分割生成的点云,并生成分割点云地图。 测试环境 系统:win10 编译器:MSVC2017 64bit、cmake 3.5 第三方库:pcl 1.9.1、boost 1.6.8、opencv 4.2.0、yaml 0.6.0 实例分割网络:YOLACT++,权重:yolact_plus_resnet50_54_800000 测试数据集 TUM数据集 rgbd_dataset_freiburg1_room序列 百度网盘 链接:https://pan.baidu.com/s/1sMxa3skD_Uix4TYjzioLyQ 提取码:1wpe 使用方法: 编译文件 首先编译yaml_cpp cd yaml_cpp mkdir build cd build cmake [-G generator] [-DBUILD_SHARED_LIBS=ON|OFF] .. make 编译本工程 mkdir build cd build cmake [-G generator] [-DBUILD_SHARED_LIBS=ON|OFF] .. make 执行命令 "SegmentMap.exe --Dataset" 数据集目录 -t 数据集目录/KeyFrameTrajectory.txt -c 0.2 -s 0.4 -n 0.6 -C 15 -S 0.01" 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
评论
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
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