Fast 3D Line Segment Detection From Unorganized Point Cloud

代码注释地址。

Point Cloud Segmentation §

1. Normal Calculation
   1. 先用 KNN 找临近点。
   2. 然后对这些点使用 PCA。
   3. 得到向量 $n$，曲率$\lambda$，点尺度$s$(临近点间距离)
2. Region Growing && Region Merging

Plane Based 3D Line Detection §

1. 3D-2D Projection
   1. 把上面区域生长拿到的平面点都取出来投影到估计的平面上。
   2. 根据第一个投影的点建立二维坐标系然后建立栅格。
2. 2D Line Detection
   1. 上述栅格或者说二值图腐蚀膨胀。
   2. findContours
   3. 对每个 contour 进行递归的求解直线段。
3. 2D-3D Re-projection

Post-processing §

1. Outliers Removal
   1. remove non-structural planes: 两个最长直线段所在方向的所有直线段长度加和，判断是否大于阈值
   2. remove non-structural lines: 当有大量结构化特征时，可以直接保留下来，或者单条线段质量足够好
2. Line Merging
   1. 计算两个端点到另一条直线的垂直距离判断是否要合并。
   2. 计算两条直线间的 gap 比例判断是否要合并。
   3. 合并的时候需要注意代码中直线段以向量形式存储，要注意方向问题。