-
题名面向RGB-D数据的特征线提取和表示算法
- 1
-
-
作者
刘鑫
李洋
冯胜杰
吴晓群
-
机构
北京工商大学计算机与人工智能学院
-
出处
《图学学报》
北大核心
2025年第3期542-550,共9页
-
基金
国家自然科学基金面上项目(62272014)。
-
文摘
为了提高特征线提取结果的精度和质量,针对现有算法在颜色和几何边界难以区分,直线段表示的特征线不连续、不平滑等问题,提出了一种面向RGB-D数据的特征线提取与表示算法。同时,充分利用RGB图像与深度图像之间紧密耦合且互为补充的特性,结合颜色和几何信息,提出一种融合颜色和几何的边界提取和表示算法。首先基于RGB-D数据中的颜色、深度、法向和曲率等几何信息,以及对应的平面几何特征,提取稠密的几何边界特征点集;接着,通过稀疏处理优化特征点集,并在此基础上加入角点信息,以增强特征线的表示能力;最后,采用3次B样条曲线紧致、连续、光滑地表示特征线,且在曲线拟合过程中通过重节点设置确保曲线能够经过关键角点,以此较好地表示恢复特征线的准确走势。以自采和公开的RGB-D数据集进行实验,并与其他几种特征线提取算法进行比较,结果表明,该算法在NYU v2数据集上的提取精度达到了0.82,召回率达到了0.59,交并比达到了0.54,可以从包含深度噪声的低质量RGB-D输入中有效提取连续、光滑的几何特征线,具有明显优势。
-
关键词
RGB-D
特征线提取
特征线表示
稠密与稀疏处理
B样条曲线
-
Keywords
RGB-D
feature line extraction
feature line representation
dense and sparse processing
B-splines
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
