旋转体点云分离与旋转轴提取

doi:10.3778/j.issn.1002-8331.2009.02.052

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (2): 179-181.DOI: 10.3778/j.issn.1002-8331.2009.02.052

• 图形、图像、模式识别 • 上一篇下一篇

旋转体点云分离与旋转轴提取

张量^1,2,姜晓峰¹,顾园园¹

1.苏州大学计算机科学与技术学院，江苏苏州 215006
2.苏州职业大学计算机工程系，江苏苏州 215104

收稿日期:2007-12-25 修回日期:2008-03-17 出版日期:2009-01-11 发布日期:2009-01-11
通讯作者: 张量

Rotational surface extraction and axis estimation

ZHANG Liang^1,2,JIANG Xiao-feng¹,GU Yuan-yuan¹

1.Department of Computer Science & Technology，Suzhou University，Suzhou，Jiangsu 215006，China
2.Department of Computer Engineering，Suzhou Vocational University，Suzhou，Jiangsu 215104，China

Received:2007-12-25 Revised:2008-03-17 Online:2009-01-11 Published:2009-01-11
Contact: ZHANG Liang

摘要/Abstract

摘要： 提出了一种基于线元几何与运动方程的旋转体点云数据特征分离与旋转轴提取算法。该算法将三维空间中的点云数据投影到线元空间中，通过拟合运动方程并分析运动特征参数而计算出旋转轴位置。算法使用基于特征约束的klo-RANSAC（k-local-RANSAC）算法将特征点从自由曲面背景以及噪声中提取和分离，进一步提高了算法的收敛速度与健壮性。实验证明，本算法无需精确估算曲面法矢即能快速地从海量点云数据中迅速地识别与分离具有旋转特征的数据点并提取其旋转轴特征。

关键词: 点云, 线元几何, 旋转面, 旋转轴

Abstract: This paper presents a new method for an estimation of the axis of rotation based on line element geometry and kinematic equation.The method first projects the points of 3-D space to line element space and approximates the kinematic equation on it then gets the axis by the parameter witch can fit the equation.And this paper also presents the klo-RANSAC technique，to extract rotational surface from the noise and the back ground data，which improves the performance and robustness greatly.Experiments show that the proposed method can recognize and extract the rotational surface from 3-D cloud data and estimate the axis of them with great efficiency.

Key words: cloud points, line element geometry, rotational, axis of rotation

张量^1,2,姜晓峰¹,顾园园¹. 旋转体点云分离与旋转轴提取[J]. 计算机工程与应用, 2009, 45(2): 179-181.

ZHANG Liang^1,2,JIANG Xiao-feng¹,GU Yuan-yuan¹. Rotational surface extraction and axis estimation[J]. Computer Engineering and Applications, 2009, 45(2): 179-181.

[1]	王涛，王文举，蔡宇. 基于深度学习的三维点云语义分割方法研究[J]. 计算机工程与应用, 2021, 57(23): 18-26.
[2]	唐维军，徐琨，柳有权，夏悬. 自动驾驶汽车虚拟测试中的树木点云生成方法[J]. 计算机工程与应用, 2021, 57(11): 185-192.
[3]	徐景中，马丽娜. 基于虚拟格网的建筑物点云轮廓线自动提取[J]. 计算机工程与应用, 2021, 57(10): 181-186.
[4]	王庆闪，张军，刘元盛，张鑫晨. 基于NDT与ICP结合的点云配准算法[J]. 计算机工程与应用, 2020, 56(7): 88-95.
[5]	杨捷，吴素萍. 点云重建的并行算法[J]. 计算机工程与应用, 2020, 56(6): 213-219.
[6]	封雪梅，张志毅，杨龙. 分形维数的全局点云初始配准算法[J]. 计算机工程与应用, 2020, 56(5): 234-241.
[7]	张广翩，计忠平. 基于二维点云图的三维人体建模方法[J]. 计算机工程与应用, 2020, 56(19): 205-215.
[8]	于润泽，习俊通. 白车身复杂装配特征点云提取及参数计算[J]. 计算机工程与应用, 2020, 56(19): 244-251.
[9]	张婧，周明全，耿国华. 点云数据在深度学习中表示方法的研究[J]. 计算机工程与应用, 2020, 56(18): 171-176.
[10]	秦和娟，管海燕，李迪龙. 利用张量投票的机载LiDAR点云道路骨架线提取[J]. 计算机工程与应用, 2020, 56(18): 193-201.
[11]	马京晖，潘巍，王茹. 基于K-means聚类的三维点云分类[J]. 计算机工程与应用, 2020, 56(17): 181-186.
[12]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[13]	俞斌，董晨，刘延华，程烨. 基于深度学习的点云分割方法综述[J]. 计算机工程与应用, 2020, 56(1): 38-45.
[14]	杨晓文，曹山海，韩燮. 基于边界特征的三维模型分割[J]. 计算机工程与应用, 2019, 55(4): 214-218.
[15]	傅敏，张江龙，刘培刚. 三维环境下交互式点云对象提取方法[J]. 计算机工程与应用, 2019, 55(24): 265-270.

旋转体点云分离与旋转轴提取

Rotational surface extraction and axis estimation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics