SGLBP: Subgraph‐based Local Binary Patterns for Feature Extraction on Point Clouds
SGLBP: Subgraph‐based Local Binary Patterns for Feature Extraction on Point Clouds
复制标题
SGLBP：用于点云特征提取的基于子图的局部二进制模式
DOI：
10.1111/cgf.14500
复制
发表时间：
2022-04
影响因子：
2.5
通讯作者：
Yao Hu
中科院分区：
文献类型：
--
作者：
Bao Guo;Yuhe Zhang;Jian Gao;Chunhui Li;Yao Hu
提取能够勾勒出点云形状的点是各种应用中点云处理的重要任务。点邻域的拓扑信息通常包含足够的特征检测信息，这一点在本研究中得到了充分的考虑。为此，提出了一种新的基于拓扑信息的特征点提取方法。首先，介绍了一种改进的α$\α$-Shape技术，生成两个图分别用于潜在特征检测和邻域描述。然后将局部二进制模式(LBP)应用于子图，从而产生基于子图的局部二进制模式(SGLBP)来编码点的邻域拓扑，这有助于从潜在的特征点中去除非特征点。该方法可以直接处理原始点云，不需要事先进行曲面重构或计算几何不变量；此外，该方法通过分析点的邻域拓扑结构来检测特征点，从而提高了对微小特征的有效性和对噪声和非均匀采样模式的鲁棒性。实验结果表明，该方法具有较好的鲁棒性和较好的性能。
Extraction for points that can outline the shape of a point cloud is an important task for point cloud processing in various applications. The topology information of the neighbourhood of a point usually contains sufficient information for detecting features, which is fully considered in this study. Therefore, a novel method for extracting feature points based on the topology information is proposed. First, an improved α$\alpha$ ‐shape technique is introduced, generating two graphs for potential feature detection and neighbourhood description, respectively. Local binary pattern (LBP) is then applied to the subgraphs, thus subgraph‐based local binary patterns (SGLBPs) are generated for encoding the topology of the neighbourhoods of points, which helps to remove non‐feature points from potential feature points. The proposed method can directly process raw point clouds and needs no prior surface reconstruction or geometric invariants computation; furthermore, the proposed method detects feature points by analysing the topologies of the neighbourhoods of points, consequently promoting the effectiveness for tiny features and the robustness to noises and non‐uniformly sampling patterns. The experimental results demonstrate that the proposed method is robust and achieves state‐of‐the‐art performance.
登录
查看更多内容
影响因子：
2.5
作者：
T. Lejemble;Nicolas Mellado
通讯作者：
T. Lejemble;Nicolas Mellado
DOI：
10.1007/s00371-003-0207-1
发表时间：
2003-12
期刊：
The Visual Computer
影响因子：
--
作者：
Xiaolong Xu;K. Harada
通讯作者：
Xiaolong Xu;K. Harada
影响因子：
--
作者：
M. Pietikäinen
通讯作者：
M. Pietikäinen
DOI：
10.1007/978-3-642-13772-3_28
发表时间：
2010-06
期刊：
--
影响因子：
--
作者：
Yvan Maillot;Bruno Adam;Mahmoud Melkemi
通讯作者：
Yvan Maillot;Bruno Adam;Mahmoud Melkemi
DOI：
10.2312/sgp/sgp05/085-090
发表时间：
2005-07
期刊：
--
影响因子：
--
作者：
K. Hildebrandt;K. Polthier;M. Wardetzky
通讯作者：
K. Hildebrandt;K. Polthier;M. Wardetzky