2019-02-18 3d點云的局部法向量求取

對于局部地形的判斷需要對于局部地形的每個cell進行傾斜度曲率等分析,其中最重要的就是求取局部區(qū)域的法向量。Comparison of Surface Normal Estimation Methods for Range Sensing Applications這篇論文給出了計算方法和結(jié)果比較。

選取近鄰點

  1. 使用KNN方法選取近鄰點,但由于K固定在,在某些區(qū)域的邊界區(qū)會造成連接而成的三角形相互覆蓋。
  2. 使用Delaunay三角剖分。使用了空外接圓規(guī)則,即三個點形成的外接圓內(nèi)部沒有點云集中的其他點。

求取法向量

使用優(yōu)化的方法

優(yōu)化的方法使用近鄰點和本點擬合的方法來進行,包括線性擬合和非線性擬和。具體方法有很多,其主要的區(qū)別在損失函數(shù)的設(shè)置上。然后再用SVD分解求取ni,即法向量。


優(yōu)化方法的損失函數(shù)

使用平均的方法

使用平均的方法,如下圖1求取5個三角形的法向量后求平均,具體算法為
圖1

wj權(quán)重選取有兩種方法,按面積或者按角度:


平均方法的權(quán)重設(shè)置

結(jié)果

時間和準確度的比較,scenario1表示仿真數(shù)據(jù),scenario2為真實數(shù)據(jù)結(jié)果

上圖都是基于KNN的最近鄰圖的獲取結(jié)果,綜上PlanePCA計算效果和時間復雜度方面最好。
而基于DT的獲取近鄰點方法中,AreaWeighted方法也不錯。


基于DT圖的結(jié)果
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容