我正在寻找从点云中提取 3D 折线的不同方法。
我们能够从现实世界调查的不同数据源（LIDAR、RADAR 等）创建这些点云，并对点进行分类（例如普通土壤中的金属）。我正在寻找的是关于算法的学术工作/论文，目的是从分类点云中的线性特征中提取折线。我特别要求学术工作，因为如果该主题显示出进一步的潜力，这是可能启动我自己的论文的第一枪。
有什么建议？
从 3D 点云中提取轨迹线的算法
计算科学
计算几何
计算机视觉
3d
空间数据
2021-12-07 02:06:59
2个回答
我将总结几种可能性：
- 作为基线，我将从一种霍夫变换方法开始：
用于 3D 点云中线检测的迭代 Hough 变换 Christoph Dalitz、Tilman Schramke、Manuel Jeltsch
还有一个在线演示和源代码。这是相同霍夫方法的另一篇论文：
用于 3D Manuel Jeltsch、Christoph Dalitz 和 Regina Pohle-Frohlich中的线检测的 Hough 参数空间正则化
使用拓扑高程分析从 LIDAR 点云检测结构线。CY Loa, LC 陈
可以使用例如此算法检测点云中的轮廓。下一步是对共线的点进行聚类。例如，这可以使用 RANSAC 来实现。
一些算法尝试使用几何分析找到一些线性结构： Edge Detection and Feature Line Tracing in 3D-Point Clouds by Analyzing Geometric Properties of Neighborhoods
如果你有一个多视图设置，那么这个链接也会很有趣。
我希望这些资源可以帮助您找到正确的方向。
更新：最近我发现这项工作似乎在合理的时间内产生了视觉上令人愉悦的结果：
卢小虎和刘亚辉和李凯。“来自无组织点云的快速 3D 线段检测。” arXiv 预印本 arXiv:1901.02532 (2019)。 https://arxiv.org/pdf/1901.02532.pdf
当点属于多条曲线时，首先需要将它们聚类成曲线。一种可能的方法与参考实现一起描述
Dalitz、Wilberg、Aymans：TriplClust：一种用于 3D 点云中曲线检测的算法。国际刑警组织 2019.234 (2019)
当您的点具有表示x(t)曲线上点的近似时间的隐式参数时，移动最小二乘法可能适用（请注意，通常与该术语相关的算法不适用于一维流形，即曲线）：
Amirfakhrian, Mafikandi：“通过移动最小二乘法逼近参数曲线。” 应用数学和计算 283，第 290-298 页（2016 年）
在没有时间的情况下，一个可能的选择是选择一些代表点并通过这些代表点拟合一条完美的样条：
Rupniewski：“从噪声和无序样本中重建曲线。” ICPRAM，第 183-188 页（2014 年）
无论如何，如果您告诉我哪种方法适合您以及您是如何解决问题的，我会非常感激。
其它你可能感兴趣的问题