无效点去除网络

复杂背景下智能去点

用卷积神经网络分割前景与背景，再以强度阈值和双边滤波剔净阴影与边缘散点，让条纹投影测量的点云在复杂工况下依然干净可用。

He, Nan · Jiachun, Huang · 刘少丽 · Fan, Sizhe · 刘检华 · Hu, Jia · Gong, Hao

Chinese Journal of Mechanical Engineering (English Edition) 2024

技术优势

复杂背景也能用

CNN分割网络不依赖固定强度阈值，能够学习复杂背景特征，因此在有纹理、环境光干扰或非纯黑背景的测量场景中仍能准确去除背景点，避免后续处理受噪声影响。

阴影边缘散点也滤净

通过条纹图像强度阈值与双边滤波的两步方法，有效消除物体阴影和边缘区域残留的离散点，提升点云局部细节质量。

应用场景

• 条纹投影三维测量：用于条纹投影三维测量系统，输出不含背景和杂散点的干净点云，可直接用于尺寸测量或形貌重建。
• 点云预处理：作为点云预处理模块，自动去除无效点，无需人工设置复杂参数，简化后续点云配准、融合等步骤。
• 工业视觉检测：在工业检测中，该技术能够应对现场复杂光照和杂乱背景，提高点云数据的可靠性，从而提升缺陷检测和尺寸测量的精度。
• 机器人三维视觉：为机器人三维视觉提供精确的前景分割，减少环境干扰，使机器人能够更可靠地感知物体形状和位置，提升抓取或导航性能。