仪器仪表学报

作者：陈 浩，丁其川，潘 磊

单位：陈 浩,1. 东北大学机器人科学与工程学院，2. 东北大学信息科学与工程学院,,丁其川,1. 东北大学机器人科学与工程学院,,潘 磊,1. 东北大学机器人科学与工程学院,

关键词：点云;深度相机;边缘检测;邻域点距离分析;梯度聚类

基金：国家自然科学基金面上项目（61973065，61973063）、辽宁省科技厅联合开放基金机器人学国家重点实验室开放基金资助项目（2020?KF?12?02）、中央高校基本科研业务业务费专项基金项目（N2226002）资助

应用传统的2D边缘检测器检测低分辨率深度图中物体边缘时,边缘检测精度较差,召回率低;而当前基于3D点云的边缘提取方法也存在实时性差、抗干扰能力弱等缺点。为此,提出一种基于梯度聚类的边缘优化提取方法,实现从有序点云中快速、稳定地检测物体的边缘。首先,通过邻域点距离分析滤除飞行像素噪声,消除边缘误检;其次,提出一种基于梯度聚类的边缘点/非边缘点分离方法,快速获取物体的粗边缘;最后,结合快速平行细化算法与掩膜滤波,优化粗边缘,获得物体精确边缘。在公共数据集和TOF相机实测数据上进行实验验证。结果表明,提出方法的实时性与检测精度均优于现有方法,在实测数据中的边缘检测精度达89%,FPS达28fps。

来源：2022年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第5期