基于深度图的三维激光雷达点云目标分割方法

范小辉; 许国良; 李万林; 王茜竹; 常亮亮

doi:doi:10.3788/CJL201946.0710002

中国激光, 2019, 46 (7): 0710002, 网络出版: 2019-07-11

基于深度图的三维激光雷达点云目标分割方法下载： 2495次

Target Segmentation Method for Three-Dimensional LiDAR Point Cloud Based on Depth Image

范小辉 ^1,2许国良 ^2,*李万林 ²王茜竹 ²常亮亮 ^1,2

作者单位

¹ 重庆邮电大学通信与信息工程学院, 重庆 400065

² 重庆邮电大学电子信息与网络工程研究院, 重庆 400065

图 & 表

图 1. 从点云到深度图的投影过程。(a)点云数据;(b)深度图;(c)场景图片

Fig. 1. Projection form point clouds to depth map. (a) Point clouds; (b) depth map; (c) scene image

下载图片查看原文

图 2. 激光雷达扫描角度值示意图

Fig. 2. Scanning angle diagram of LiDAR

下载图片查看原文

图 3. 地面点云去除的伪代码框图

Fig. 3. Pseudo-code graph of removing ground points

下载图片查看原文

图 4. 角度距离和激光扫描目标示意图。(a)角度距离;(b)激光器扫描相邻的两个目标

Fig. 4. Angle distance and laser scanning target diagrams. (a) angle distance; (b) laser scanning two adjacent targets

下载图片查看原文

图 5. 基于深度图的DBSCAN伪代码框图

Fig. 5. Pseudo-code graph of depth image-based DBSCAN

下载图片查看原文

图 6. 地面点云去除结果。(a)原始点云数据;(b)去除地面点云后

Fig. 6. Ground point cloud extraction result. (a) Original point cloud data; (b) ground point cloud extraction

下载图片查看原文

图 7. 分割算法的时间效率对比

Fig. 7. Time consumption comparison of segmentation algorithms

下载图片查看原文

图 8. 点云目标分割结果。(a)FS算法;(b)所提算法

Fig. 8. Point cloud target segmentation results. (a) FS algorithm; (b) proposed algorithm

下载图片查看原文

范小辉, 许国良, 李万林, 王茜竹, 常亮亮. 基于深度图的三维激光雷达点云目标分割方法[J]. 中国激光, 2019, 46(7): 0710002. Xiaohui Fan, Guoliang Xu, Wanlin Li, Qianzhu Wang, Liangliang Chang. Target Segmentation Method for Three-Dimensional LiDAR Point Cloud Based on Depth Image[J]. Chinese Journal of Lasers, 2019, 46(7): 0710002.

基于深度图的三维激光雷达点云目标分割方法下载： 2495次

图 1. 从点云到深度图的投影过程。(a)点云数据;(b)深度图;(c)场景图片

Fig. 1. Projection form point clouds to depth map. (a) Point clouds; (b) depth map; (c) scene image

图 2. 激光雷达扫描角度值示意图

Fig. 2. Scanning angle diagram of LiDAR

图 3. 地面点云去除的伪代码框图

Fig. 3. Pseudo-code graph of removing ground points

图 4. 角度距离和激光扫描目标示意图。(a)角度距离;(b)激光器扫描相邻的两个目标

Fig. 4. Angle distance and laser scanning target diagrams. (a) angle distance; (b) laser scanning two adjacent targets

图 5. 基于深度图的DBSCAN伪代码框图

Fig. 5. Pseudo-code graph of depth image-based DBSCAN

图 6. 地面点云去除结果。(a)原始点云数据;(b)去除地面点云后

Fig. 6. Ground point cloud extraction result. (a) Original point cloud data; (b) ground point cloud extraction

图 7. 分割算法的时间效率对比

Fig. 7. Time consumption comparison of segmentation algorithms

图 8. 点云目标分割结果。(a)FS算法;(b)所提算法

Fig. 8. Point cloud target segmentation results. (a) FS algorithm; (b) proposed algorithm

关于本站 Cookie 的使用提示

全站搜索

基于深度图的三维激光雷达点云目标分割方法 下载： 2495次

图 1. 从点云到深度图的投影过程。(a)点云数据;(b)深度图;(c)场景图片

Fig. 1. Projection form point clouds to depth map. (a) Point clouds; (b) depth map; (c) scene image

图 2. 激光雷达扫描角度值示意图

Fig. 2. Scanning angle diagram of LiDAR

图 3. 地面点云去除的伪代码框图

Fig. 3. Pseudo-code graph of removing ground points

图 4. 角度距离和激光扫描目标示意图。(a)角度距离;(b)激光器扫描相邻的两个目标

Fig. 4. Angle distance and laser scanning target diagrams. (a) angle distance; (b) laser scanning two adjacent targets

图 5. 基于深度图的DBSCAN伪代码框图

Fig. 5. Pseudo-code graph of depth image-based DBSCAN

图 6. 地面点云去除结果。(a)原始点云数据;(b)去除地面点云后

Fig. 6. Ground point cloud extraction result. (a) Original point cloud data; (b) ground point cloud extraction

图 7. 分割算法的时间效率对比

Fig. 7. Time consumption comparison of segmentation algorithms

图 8. 点云目标分割结果。(a)FS算法;(b)所提算法

Fig. 8. Point cloud target segmentation results. (a) FS algorithm; (b) proposed algorithm

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于深度图的三维激光雷达点云目标分割方法下载： 2495次