Быстро организованная регистрация облака точек

Я искал методы для зарегистрировать (выровнять) организованные облака точек с нормальной информацией.
Я мог найти только общие методы регистрации облака точек (например, в PCL).

Я использую Microsoft Kinect, чтобы получить мои облака точек, но проблема в том, что они довольно большие.

Что я хотел бы знать:

  • Есть ли быстрые способы регистрации организованные облака точек?
  • Существуют ли методы быстрой дискретизации, которые очень быстры (и могут также
    использовать тот факт, что облака точек организованы)?
  • Я также думал об использовании фильтров OpenCV, так как организованный
    облако точек может быть изображением со значениями серого (2D-матрица со значениями глубины). Например, используя метод изменения размера openCV на матрице, и некоторые фильтры производных типов (потому что края важны для меня в сцене). Это хорошая идея?
  • Кроме того, понижающая дискретизация выглядит как проблема с параллельной передачей данных, что может быть отличным кандидатом для реализации на GPU. Знаете ли вы о любой такой реализации?

На данный момент я сделал следующее.

— Несколько методов понижающей дискретизации (Random, Voxel, Uniform), но проблема со всеми из них состоит в том, что все они занимали много времени (в PCL). Лучше всего было на основе Voxel.

— Затем был ICP, который работал довольно быстро и достаточно точно для меня на точечных облаках с пониженной частотой дискретизации.

Поэтому для меня в настоящее время хорошим решением будет быстрый способ понижения частоты моих облаков точек. Например, реализация для него на GPU.

3

Решение

  1. Думать об организованном облаке точек как об изображении с серыми значениями (простая двумерная матрица) оказывается хорошей идеей.
  2. Методы понижающей дискретизации для 2D матриц, реализованные на GPU, доступны, например, в OpenCV CUDA.
  3. Кроме того, легко реализовать свои собственные методы быстрой понижающей дискретизации для 2D матриц, в зависимости от того, насколько важна точность. Например, просто взять каждый Кй элемент. При необходимости можно выполнить усреднение по этим элементам для размытия или фильтры производных типов для повышения резкости (улучшение контуров). Вы можете придумать специальные методы выбора, в зависимости от информации о кадрах (например, если вы знаете, что ваши объекты, как правило, находятся в центре, вы можете выбрать больше точек вокруг области).

Все эти три, приведенные выше, дадут более быстрые результаты и, вероятно, более «настроены» на вашу проблему (особенно №3). «Более настроенный» подразумевает менее надежный.

0

Другие решения

Других решений пока нет …

По вопросам рекламы [email protected]