【开源方案共享】无序点云快速的线段分割算法

点云PCL免费知识星球，点云论文速读。

标题：Fast 3D Line Segment Detection From Unorganized Point Cloud

作者：Xiaohu Lu, Yahui Liu, Kai Li

编译：particle

欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈分享快乐。

本文提出了一种基于大规模无序点云的三维线段检测算法。与传统的方法先提取三维边缘点后在拟合三维线段的算法相比，本文提出了一种基于点云分割和二维线段检测的基础上，能够快速的实现三维线段检测算法。在输入无序点云的情况下，对三维线段进行三步检测。首先，通过区域生长和区域合并将点云分割成三维平面。其次，对每个三维平面，将其所属的所有点投影到平面上形成二维图像，然后进行二维轮廓提取和最小二乘拟合得到二维线段。然后将这些二维线段重新投影到三维平面上，以获得相应的三维线段。最后，提出了一种剔除异常点和合并相邻三维线段的后处理方法。在多个公共数据集上的实验证明了该方法的有效性和鲁棒性。

更多的结果和C++源代码的公开在https://github.com/xiaohulugo/3DLineDetection

主要贡献

文章提出的方法仍然属于图像的范畴，但是针对基于图像方法的不足，提出了一种针对三维点云数据的更为快速的线段检测的方法，该方法主要包含了三个部分：

（1）点云分割：通过区域生成的和区域合并的方法，将输入的点云分割成三维平面。

（2）基于平面的三维直线的检测：对于每个点云平面，所有属于该平面的点云投影到平面上形成二维图像，然后基于二维图像进行轮廓提取和最小二乘拟合，得到每个平面的二维线段。最后将这些二维线段重影映射到三维平面上，就可以获得三维线段点云数据。

（3）后处理：通过场景的三维结构信息，去除三维平面和三维线段的异常点云，最后合并所有三维线段点云数据。

论文步骤图集