1. Resumo
Um algoritmo robusto de detecção de plano baseado em profundidade (DPD) é proposto, que consiste em duas partes: detecção de plano baseada em crescimento de região e refinamento em dois estágios.
2、DETECÇÃO DE PLANO CONDUZIDO POR PROFUNDIDADE
2.1 Geração de patches de semente válidos
- Para garantir que o processo de crescimento seja estabelecido em um ponto de semente confiável, o tamanho é L × LL × Leu×O quadrado deslizante de L pixels desliza em unidades de um pixel em todo o mapa de profundidade e verifica todos os pontos na janela;
- Todas as grades de pixels na janela têm valores de profundidade são considerados patches de semente válidos, use ψ i ψ_ipeuexibição, eui é o índice de geração de sementes;
- Para cada patch válido, o ajuste de plano é executado usando mínimos quadrados. O ponto definido PP no patchP , a raiz quadrada média do erro de ajuste dentro do patch:
- A raiz quadrada média do erro indica o nivelamento de cada patch, quanto maior o nivelamento, menor o erro;
2.2 Processo de Crescimento da Região
Declare algum significado simbólico:
- nenhuma palavraj é usado como um sobrescrito, indicando o índice iterativo do processo de crescimento. Por exemplo: um planoS i S_iSeuem jjO crescimento de j vezes, expresso comoS ij S^j_iSeuj;
- S ij ( fij , δ ij ) S^j_i(f^j_i,δ^j_i)Seuj( feuj, deuj) , entre os quaisfijf^j_ifeuj和δ ij δ^j_ideujsão as equações estimadas e os erros de ajuste para os planos, respectivamente
Etapas específicas:
- Classifique cada patch válido na etapa anterior de acordo com o tamanho do RMSE; registre-o como a lista de sementes Ψ 1 \Psi_1PS1, Ψ 1 = { ∀ ψ n , ψ m ∈ Ψ 1 : δ n < = δ m ; n < m } \Psi_1 = \{\forall \psi_n , \psi_m \in\Psi_1: \delta_n <= \delta_m ; n <m\}PS1={ ∀ ψn,pm∈PS1:dn<=dm;n<m } , se o RMSE dos dois patches for igual, o patch anterior será classificado primeiro;
- O primeiro patch na lista é usado como uma semente para iniciar o crescimento iterativo até que uma das seguintes condições de parada seja atendida:
(a) Defina N ij N^j_iNeujA vizinhança está vazia
(b) não há ponto adequado para se juntar à corrente N ij N^j_iNeujplano - A lista de sementes é atualizada para Ψ 2 \Psi_2PS2, para remover todas as manchas de sementes engolfadas no plano de detecção, e o processo de atualização é realizado no final do processo de crescimento de cada plano para gerar uma nova lista de sementes de crescimento Ψ i + 1 = { ∀ ψ m ∈ Ψ i : ψ m ∉ S i } \Psi_{i+1} = \{\forall \psi_m \in\Psi_i: \psi_m \notin S_i \}PSeu + 1={ ∀ ψm∈PSeu:pm∈/Seu} , onde i é o índice do plano detectado.
- Esse processo de crescimento plano é repetido até que a lista de sementes atualizada esteja vazia.
Estratégias de crescimento:
-
平面S i S_iSeuO valor inicial antes do crescimento é S i 0 ( fi 0 , δ i 0 ) = sm S^0_i(f^0_i, δ^0_i)=s_mSeu0( feu0, deu0)=sm, sm s_msmé o melhor plano de ajuste do primeiro patch na lista atual;
-
Os pontos de campo são respectivamente substituídos na equação do plano fi 0 f^0_ifeu0, obtenha o erro de ajuste correspondente
(1) Se o erro de ajuste for maior que o limite T, o ponto adjacente correspondente é considerado um outlier do plano de crescimento atual, caso contrário, o ponto será mesclado no plano. -
Após o primeiro estágio de crescimento, a equação plana fi 0 f^0_ifeu0Usará o método de ajuste de plano LLS para otimizar para fi 1 f^1_i no novo conjunto de pontosfeu1,δi 0 δ^0_ideu0Atualize para δ i 1 δ^1_i pela fórmula (2)deu1
Um processo semelhante é repetido para outros estágios de crescimento, que podem ser resumidos como:
onde T ( d , j ) T(d, j)T ( d , j ) é o limite, que é o valor de profundidadeddd e número de crescimentojjfunção de j .
Função limiar:
uma função limiar que considera tanto o modelo de ruído quanto o tamanho do plano:
onde,τ ττ é a rugosidade máxima admissível do plano;λ λλ determina a taxa de mudança do limiar;HHHwaWW __W representa o tamanho do mapa de profundidade;α αSr. eSra.κ são duas constantes.
Portanto, para cada plano,T ( d , j ) T(d, j)T ( d , j ) porj = 1 j=1j=1 inicialização, o limite máximo é determinado por j. O parâmetro τ τpode ser ajustadoτ para acomodar a variabilidade da refletividade do objeto e tornar a detecção de plano mais robusta para o ruído do mapa de profundidade.
Ao mesmo tempo, o parâmetro λ permite definir a taxa de crescimento do limite inicial do estágio de crescimento em diferentes casos.
2.3 Refinamento de Planos Detectados
Depois de detectar o avião, refine-o. Resolva o problema de supercrescimento e sub-crescimento.
2.3.1 Correção de crescimento excessivo:
Na Figura 3, S ‾ i \overline{S}_iSeu和S ‾ u \overline{S}_uSvocêé o plano real, e S i S_iSeuInvadiu Su por engano e sofreu de supercrescimento.
Para resolver este problema, três etapas são executadas sequencialmente nos planos previamente detectados:
- 1. Determine a linha de interseção;
- 2. Detecção de áreas de crescimento excessivo;
- 3. Redistribua a área
Determine a linha de interseção:
Assuma que o plano atual a ser processado é S i S_iSeu, somente quando S i S_iSeuadjacente a S u S_uSvocêA verificação de supercrescimento só é realizada quando a linha de interseção de , está parcialmente dentro do limite da imagem. Porque a linha de interseção pode ser expressa pela equação dos dois planos em relação a ttA forma paramétrica de t
: onde "×" representa a operação de produto vetorial de dois vetores e o pontop 0 p_0p0
A detecção de regiões de supercrescimento pode ser calculada :
Para detectar regiões de supercrescimento, um elemento de varredura linear é usado para escanear verticalmente ao longo de segmentos de linha que se cruzam. A extensão da área coberta de vegetação depende de vários fatores, como o ângulo entre dois planos de interseção, a precisão dos dados de profundidade e o limiar TTT。
S i S_iSeuSoma S u S_uSvocêO ângulo entre θ θθ :
a largura da região de vegetação é dada por: onde
,TTT éT ( d , j ) T(d, j)O valor máximo de T ( d , j ) .
Portanto, de (9) obtemosS 0 S_0S0largura teórica. Para garantir que os pixels na área coberta possam ser completamente cobertos durante o processo de digitalização, a largura real do elemento de digitalização é selecionada como [ w ] ( 1 + ϵ ) [w](1+\epsilon)[ w ] ( 1+ϵ ) ,[w] [w][ w ] é para arredondar,ϵ > 0 \epsilon > 0ϵ>0 , então a largura real é sempre maior que a largura teórica, o que garante que quando um lado do elemento de varredura está localizado no segmento de interseção, o outro lado é sempreS u S_uSvocêcercado. A varredura começa em uma extremidade do segmento de linha de interseção até que o elemento digitalizado alcance a outra extremidade. Na Fig. 4(b) e (c), a região de supercrescimento detectada So é mostrada em laranja e pode ser descrita como:
onde ppp indica que pertence à área de crescimento excessivoS 0 S_0S0, e o erro de ajuste é menor que os dois limiares de crescimento planar.
Redistribua a área:
quanto mais longe os pontos estiverem do segmento de linha de interseção, mais eles serão relativos a S i S_iSeuQuanto maior o erro de ajuste, o S 0 S_0S0O ponto de aresta PE em P_EPESubstituir as duas equações planas pode determinar S 0 S_0S0onde deve ser alocado. Os critérios para realocar regiões de supercrescimento podem ser expressos como:
2.3.2 Correção de Subcrescimento
O algoritmo explora a relação espacial de dois planos estimando equações, mesclando assim apenas planos paralelos, coplanares e adjacentes.
Porque, quanto maior o plano, mais precisa é a suposição da equação do plano.
-
Organize todos os planos detectados em ordem decrescente de tamanho na lista SSS中S = { S u ; 1 ≤ u ≤ N } S=\{S_u;1≤ u≤ N\}S={ Svocê; 1≤você≤N } , ondeNNN é o número total de aviões detectados.
-
Em seguida, calcule a combinação de ângulos entre cada dois planos e organize-os na matriz de combinação triangular superior Θ \ThetaΘ , especificamente da seguinte forma:
Em teoria, se dois planos (comoS u S_uSvocêe S k S_kSk) paralelas, o ângulo entre elas é zero. No entanto, considerando o erro de estimativa e o ruído de profundidade da equação do plano, a condição paralela é modificada como:
onde θ u , k = ∣ arccos ( nuku ^ ⋅ nuj ^ ) ∣ \theta_{u,k} = arccos(\hat{ n ^{k_u}_u} \cdot \hat{n^j_u})|euvocê , k=∣ a rccos (nvocêkvocê^⋅nvocêj^) ∣ , é o planoS u S_uSvocêe S k S_kSkO ângulo entre, △ θ u \triangleθ_u△ θvocêé o plano S u S_uSvocêO ângulo entre o vetor normal de e sua pior estimativa durante seu crescimento:
-
Lugar S u S_uSvocêé o maior plano, passamos △ θ u \triangleθ_u△ θvocêFiltre os planos paralelos a ele e organize-os em ordem de tamanho. Para determinar ainda mais S u S_uSvocêe seus planos paralelos (por exemplo, S k S_kSk), calcule S k S_kSkCada ponto em S u S_uSvocêdistância relativa. Ao mesmo tempo, S u S_u também é calculadoSvocêO erro de ajuste de cada ponto acima.
-
Use histogramas para representar esses erros, se a distância Hellinger dos dois histogramas for menor que o limite T h T_hTh,S u S_uSvocêe S k S_kSké um plano coplanar. Para medir a distância de Hellinger corretamente, os dois histogramas devem ter (1) o mesmo ponto inicial e final; (2) o mesmo número de bins. Ao converter o histograma em uma distribuição de probabilidade, a distância de Hellinger pode ser escrita como
Entre eles pu p_upvocêe pk p_kpk是S u S_uSvocêe S k S_kSkDistribuição de probabilidade de erro de ajuste, ui u_ivocêeusoma ki k_ikeué a probabilidade da i-ésima caixa, n é o número total de caixas
5. A maioria dos planos pode ser julgada de acordo com o método acima, mas quando a diferença de tamanho entre os dois planos é muito grande, a distância de Hellinger é muito grandes mesmo se forem coplanares, porque o pequeno plano A distribuição de erros de é mais compacta do que a de grandes planos.
6. A fim de eliminar o impacto negativo causado pelo desvio de tamanho, apenas o erro mínimo de ajuste dos pontos do plano pequeno em relação ao plano grande pode ser usado para julgar a distância entre um plano super grande (tamanho maior que um sexto do o tamanho da imagem) e um pequeno plano.Relação coplanar. Quando o erro mínimo é menor que T m T_mTmQuando , os dois planos são definidos como planos coplanares.
7. Para dois planos coplanares e adjacentes, planos relativamente menores são mesclados em planos maiores, ou seja, S k S_kSkfundido em S u S_uSvocê. Então S k S_kSkRemover da lista simples. com S k S_kSkPlanos paralelos também são considerados paralelos ao plano atualizado Su e adicionados ao grupo de planos paralelos de Su.
8. Repita esse processo até que nenhum outro par de planos paralelos possa ser mesclado.
Vale ressaltar que durante o processo de fusão, os planos de maior tamanho sempre têm prioridade devido à maior precisão das equações dos planos, o que pode garantir a eficácia do método proposto. O processo de fusão de planos é mostrado no fluxograma da Figura 7.
informação relacionada:distância Hellinger