边界感知法向定向

将法向定向转化为边界感知的窄带网格划分，并采用由粗到精策略，对噪声和非水密点云具有更好的鲁棒性。

Ge, Linlin · 75758440 · Lei, Wang · 冯结青

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

鲁棒性更强

该方法对噪声和非水密点云特别有效，突破了传统方法在这类数据上的精度瓶颈。

由粗到精更高效

采用由粗到精的法向定向策略，在保证全局一致性的同时降低计算复杂度。

应用场景

• 点云处理：为后续点云重建提供一致的法向，提高处理精度。
• 三维重建：一致的法向是高质量表面重建的前提。
• 机器人视觉：赋予机器人对噪声点云更鲁棒的法向估计能力。
• 自动驾驶感知：为自动驾驶中的点云场景理解提供可靠法向。