一种基于八邻域深度差的点云边缘提取算法

提出了一种基于八邻域深度差(8N-DD)的点云边缘提取算法。算法根据目标特征的点云,对每个特征点沿深度方向进行垂直投影并对投影点进行栅格划分,计算出每个栅格内投影点所对应深度的平均值作为该栅格的深度值;然后比较每个栅格与其八邻域栅格的深度差,根据深度差判断该栅格内是否存在边缘点,并采用排序法从栅格内筛选出目标的点云边缘点。针对含有非孔洞和孔洞的两种典型点云数据,利用八邻域深度差算法进行点云边缘提取,验证了算法的有效性。

基于图的半监督学习的遮挡边界检测方法

提出了一种基于图的半监督学习检测深度图像中遮挡边界的方法。该方法首先获取已标记的像素点和待检测深度图像中的像素点作为顶点构建连通无向图，其次提取无向图中各像素点的最大深度差特征和八邻域有效深度差之和特征组成特征向量，根据像素点的特征向量计算无向图中顶点之间的相似性并将该相似性作为无向图中对应边的权值，然后根据图的半监督学习思想判断无向图中待检测像素点是否为遮挡边界点，最后可视化遮挡边界点得到深度图像中的遮挡边界。实验结果表明，所提方法尽管只需少量的标记样本，但在准确性上却同已有基于监督学习的方法相当。