用于城市环境建模的点云分割与解释
计算机视觉与模式识别
2013-06-14 v1
摘要
在本文中，我们提出了一种在地面层面检测和分类伪影（artifacts）的方法，作为城市环境建模前的过滤阶段。检测方法是在深度图像（range image）上进行的，深度图像是将点云投影到图像平面上，其中像素值对应于点到平面的距离。假设伪影位于地面上，我们通过对深度图像进行孔洞填充后的顶帽变换（Top-Hat transform）来检测它们。随后，对由此获得的连通分量进行特征刻画，并利用变量分析来选择最具判别力的特征。最后，使用监督学习算法将连通分量分类为四类（路灯、行人、汽车和“其他”）。该方法在巴黎市的点云数据上进行了测试，在整个数据集上显示出良好的检测和分类结果。
引用
@article{arxiv.1306.3084,
title = {Segmentation et Interpr\'etation de Nuages de Points pour la Mod\'elisation d'Environnements Urbains},
author = {Jorge Hernandez and Beatriz Marcotegui},
journal= {arXiv preprint arXiv:1306.3084},
year = {2013}
}