STAR-Edge: 面向非结构化点云中薄壁结构边缘提取的结构感知局部球面曲线表示
计算机视觉与模式识别
2025-03-04 v1
摘要
从非结构化点云中提取几何边缘仍然是一个重大挑战，尤其是在日常物体中常见的薄壁结构中。传统的几何方法和近期的基于学习的方法在处理这些结构时经常遇到困难，因为两者都严重依赖局部点邻域中充分的上下文信息。然而，薄壁结构的 3D 测量数据往往缺乏可靠边缘提取所需的准确、密集且规则的邻域采样，导致性能下降。在本工作中，我们引入了 STAR-Edge，一种专门用于检测和精化薄壁结构中边缘点的新方法。我们的方法利用一种独特的表示——局部球面曲线——来创建结构感知的邻域，强调共面点，同时减少来自附近非共面表面的干扰。该表示被转化为旋转不变描述子，结合轻量级多层感知器，即使在存在噪声以及稀疏或不规则采样条件下也能实现鲁棒的边缘点分类。此外，我们还利用局部球面曲线表示来估计更精确的法线，并引入一个优化函数将初始识别的边缘点精确投影到真实边缘上。在 ABC 数据集和薄壁结构专用数据集上进行的实验表明，STAR-Edge 超越了现有的边缘检测方法，在各种具有挑战性的条件下展现出更好的鲁棒性。
引用
@article{arxiv.2503.00801,
title = {STAR-Edge: Structure-aware Local Spherical Curve Representation for Thin-walled Edge Extraction from Unstructured Point Clouds},
author = {Zikuan Li and Honghua Chen and Yuecheng Wang and Sibo Wu and Mingqiang Wei and Jun Wang},
journal= {arXiv preprint arXiv:2503.00801},
year = {2025}
}
备注
Accepted at CVPR 2025