大家好,今天给大家带来IGARSS 2019点云分类挑战赛中使用的传统方法总结,主要从使用PDAL计算点云曲率与密度,栅格地图和分离场景地面三个方面进行介绍。
本人原创,在泡泡点云有推送。

PDAL

2019 IEEE GRSS Data Fusion Contest 3D PointCloud Classification Challenge[1] 要求使用Urban Semantic 3D(US3D) 数据集完成点云分割任务。US3D数据集由机载激光雷达扫描(ALS)得到,内容包括两个大城市的多视图,多波段卫星图像和地面实况几何和语义标签。对于每个地理区块,以点云形式提供用于评估分割算法的激光雷达数据,使得每个3D点云带有语义标签分类。

为了准确描述3D点云,只有点云的空间位置坐标是不够的。有必要计算一些附加参数,例如密度,法线和曲率。使用PDAL工具[2] 可以根据点云空间位置关系计算出点的密度,曲率和法向量。

点云密度[3] 反映点云在空间中的疏密程度,尝试根据点云的空间坐标计算点云的密度。通过统计包含在以查询点为球心以给定长(默认值为1.0)为半径的球体内的点的数量,然后使用球体的体积对统计的数量(包括查询点)进行归一化。

法线和曲率[4] 是点云分割中两种广泛使用的显著特征,它们使用传统的主成分分析(PCA)计算。对于每个查询点,使用K近邻算法计算其周围k个点(k取8)。然后使用主成分分析(PCA)进行平面拟合,计算k近邻点的特征值和特征向量。由具有最小特征值的特征向量给出总最小二乘最佳法线方向。并将其长度缩放到1,方向朝向视点方向。按式1计算曲率,其中λ是按升序排序的特征值。

图1 计算点云法向量

k的选择对计算法线的质量至关重要。k的值越小,所需的处理时间越短。但是,k值过小会对噪声敏感。较高的值可能会在近似过程中补偿噪声,但会增加处理时间并可能导致错误的结果。使用合适大小的不同k值,生成对应不同k值大小的法向量和曲率。比较法向量和曲率区分场景中的平面是曲率的一个应用思路。

二维栅格地图

与二维图像中像素的规则排列方式不同,点云数据是无序的,这使得它很难直接应用二维图像中已经成熟的深度学习方法。借鉴GIS地图系统中(使用卫星图像+GPS定位的地图系统,全称为geographic information system)中栅格地图[5] 的思想,我们尝试把三维点云数据转化为二维栅格地图。栅格地图给每一个栅格赋一个值,本质是数据结构化和信息压缩。这个栅格值表示的是栅格数据所描绘的现象,例如点云的强度、类别,还有上文计算得到的密度,曲率等信息等。在我们的方案中,后处理部分使用了一系列不同类型栅格值的栅格地图,某个场景的栅格地图如图2所示:

图2 二维栅格化点云图

在CCF BDCI2018:阿里巴巴集团自动驾驶三维点云分割的前四名方案中[6],均使用了栅格地图,其处理思路是栅格地图+卷积神经网络。这些方案同时融合了点云数据和传统图像检测算法,且均达到了10fps的硬性实时要求。(我们在IGARSS竞赛中没有使用这种思路,IGARSS没有实时性的要求)。同时要注意到由于栅格地图的栅格的尺寸的局限性,可能会造成空间误差;将数据重建到固定间距的栅格边界时会损失一定的精度。

在机器人室内导航领域,也有将三维点云制备成二维栅格地图的方法。通过结合三维地图完整描述环境与二维地图占用存储空间小的优势进行地图制备的方法将是一种有效的室内导航地图制备方法。

栅格地图将整个环境均匀分割成单元栅格, 每个栅格赋予一个值来表示栅格中有无障碍,表达方法形象,适用于室内复杂环境的导航任务,但不能充分描述环境的三维结构。[7]中提出一种基于VSLAM技术的室内导航地图制备方法,在基于VSLAM构建环境的三维点云地图后,通过截取出机器人高度范围内的三维点云, 将机器人的通行区域内的点云投影到地面平面来生成二维栅格地图。并对平面中各栅格的占用状态进行更新和计算,可以构建出栅格地图。由于将环境的三维点云投影到地面平面中,悬空或低矮物体可以出现在该平面上。该方法制备的二维导航地图,能够包含环境的三维结构信息,有助于机器人在执行路径规划等任务时能够考虑到环境的三维结构。

地面点分离

分离出场景中的地面是十分必要的。自动驾驶车辆需要快速识别可通行区域;地面分离是障碍物检测和识别的先决条件,很大程度上决定了目标识别的好坏。在泡泡第六十八课中,介绍过地面分割算法,包括:基于网格的方法,基于分类器的方法,基于模型的方法,基于Mesh的方法等。

在机载激光雷达应用领域,利用点云地面滤波,区分开哪些点云是属于地面的,哪些点云是属于高出地面的地物(例如建筑物、树木等)。地面滤波是很多点云处理的基础,例如分割(分出一栋栋建筑物或一棵棵树木)、分类(到底是建筑物物还是树木)和参数提取(建筑物尺寸、树木高度胸径)等。

在IGARSS竞赛中使用的US3D数据集,每个场景中地面点的数量均占到一半以上,且地面点几乎位于点云的底部。如果能把地面分割出来,对于各标签数量的平衡会不会有帮助呢?所以有必要将点云的地面分割出来。

我们尝试使用了[8]介绍的一种基于布料模拟的机载LiDAR滤波方法[9]。如图3所示,CSF地面滤波器首先将激光点云倒置,然后在顶层模拟一块具有一定刚性的布料。布料会因重力作用而覆盖在点云的最上面,最后与布料接触的点是即为地面点。当然分割完成后,发现分割出来的“地面”中,除了地面,还有建筑物和水面等类别。但这不妨碍它是优秀的地面分割算法。

图3 CSF布料滤波算法原理示意图

参考内容

[1] https://competitions.codalab.org/competitions/21132#learn_the_details

[2] https://pdal.io/

[3] https://pdal.io/stages/filters.radialdensity.html?highlight=density

[4] https://pdal.io/stages/filters.normal.html?highlight=curvature

[5]http://desktop.arcgis.com/zh-cn/arcmap/10.3/manage-data/raster-and-images/what-is-raster-data.htm

[6] https://zhuanlan.zhihu.com/p/51508500

[7] 林志林, 张国良, 王蜂, et al. 一种基于VSLAM的室内导航地图制备方法[J]. 电光与控制, 2018, 25(1).

[8] Zhang W M , Qi J B , Wan P , et al. An easy-to-use airborne LiDAR data filtering method based on cloth simulation[J]. Remote Sensing, 2016, 8( 6): 501.

[9] http://ramm.bnu.edu.cn/projects/CSF/

请各位关注公众号。更多的文章可以关注公众号查看。
  

IGARSS 2019点云分类挑战赛中遇到的传统方法相关推荐

  1. 邀您共赴数据库学术顶会ICDE 2019——阿里云专场 零距离接触达摩院数据库“最强大脑”...

    摘要: 当学术大家遇到技术大拿,会碰撞出怎样的火花?为进一步加深产学研学术交流,阿里云将于ICDE 2019大会期间(4月9日)举办以"云时代的数据库"为主题的技术专场(Works ...

  2. 2019阿里云910会员节大促主会场全攻略

    2019阿里云910会员大促活动已经于8月28日正式开启,从已开放的活动页面来看,整场大促活动由阿里云10年有礼时光机.爆款产品推荐.七大分会场组成. 在910这个秋季大幅度优惠促销日,怎样才能花最少 ...

  3. 华为云排名第八,2019年云综合收入85亿元

    云排名分析:华为云排名第八,2019年云综合收入85亿元. 华为云在华为公司财报里面通常不会直接公布数字,但会有一定情况的表述. 在2019年第一季度表现中,华为云的营收增长速度超过300%.在市场层 ...

  4. 深度学习在点云分类中的研究综述————文献总结

    根据知网的一篇文章写的总结,详见我的资源:深度学习在点云分类中的研究综述_王文曦.pdf 这篇文章详细介绍了点云语义分割的发展概况. 正文开始 点云的语义分割的发展概况,先上图: 基于深度学习的分类方 ...

  5. 基于SVM的点云分类(树木,建筑两类)

    西南某高校遥感专业在读生(个人网站:YhQIAO)这学期选了院里张老师的<三维扫描技术>选修课,干货满满,期末有个大作业svm点云分类,正好前段时间对机器学习比较感兴趣,了解了点算法,但是 ...

  6. 点云综述一稿 点云硬件、点云软件、点云处理算法、点云应用以及点云的挑战与展望

    经过一周的综述撰写,深感点云算法应用之浩瀚,只能仰仗前辈们的文章作一些整理: 点云硬件: 点云获取技术可分为接触式扫描仪.激光雷达.结构光.三角测距(Triangulation).以及立体视觉等多种. ...

  7. AES缓存碰撞攻击在美国太空安全挑战赛中的应用

    国家太空安全是国家安全在空间领域的表现.随着太空技术在政治.经济.军事.文化等各个领域的应用不断增加,太空已经成为国家赖以生存与发展的命脉之一,凝聚着巨大的国家利益,太空安全的重要性日益凸显.而在信息 ...

  8. 中国联通排名第四,2019年云综合收入220亿元

    云排名分析:中国联通排名第四,2019年云综合收入220亿元. 中国联通在2019年发生了很大变化,一方面央企混改之路走出了自己的特点:一方面中国联通在云计算业务的拓展上也迎来了新的进取.这个方面的表 ...

  9. 阿里云排名第三,2019年云综合收入355.25亿元

    云排名分析:阿里云排名第三,2019年云综合收入355.25亿元. 从媒体公布的阿里云在2019年收入情况来看,为52亿美元,折合人民币368亿元(2020年4月1日汇率).其中在2019年第四季度中 ...

最新文章

  1. shell一段脚本的一点经验(实时文件流读写)
  2. javac环境变量配置(转)
  3. VTK:可视化之Wireframe
  4. SAP CRM AET字段的持久化存储
  5. Python 标准库 —— 邮件(email)与邮件服务器(smtplib)
  6. php 嗅探 真实地址,PHP嗅探youku视频的真实flv文件地址!
  7. 主析取范式与主合取范式
  8. 实验十四 水下无线传感网协议仿真实验
  9. Android 拍照、选择图片并裁剪
  10. ES中 Nested 类型的原理和使用
  11. 干货 | 京东云弹性伸缩功能实践
  12. 初探SEO关键词竞争程度的智能算法思路
  13. AndroidStudio注解处理器无法生成文件
  14. python中的set是什么意思_python中的set是什么
  15. 跨界联名,会是B站品牌营销出圈的突破口吗?
  16. 字典(骚气的加上二叉排序树)
  17. 群体智能——激发更多潜能
  18. AMD GPU内存管理(1):概览
  19. 通过Thinsys瘦客户机连接ProxmoxVE平台登录虚拟机
  20. 自媒体写作如何提高文章原创度?4个步骤,教你轻松去重

热门文章

  1. Layui 的数据表格 合计总数怎么实现?
  2. 电子版微积分教课书,作者是怎样精心撰写的?
  3. Account determination for entry XXX EIN not possible
  4. 最实用idae快捷键
  5. PDF能修改吗,PDF添加标注方法
  6. 2021年焊工(技师)考试题库及焊工(技师)考试报名
  7. 微信公众号之刷卡支付
  8. 易经中最有智慧的20条人生哲理!
  9. java中对List数组每50条分成一组
  10. 局域网中资源共享(FTP)