Détecteurs de points d'intérêt 3D basés sur la courbure
Résumé
Dans cet article, nous proposons un nouveau détecteur de points d'intérêt 3D (keypoint). Notre sélection des points saillants se base sur l'expression de la variation locale de la surface à travers les courbures principales calculées sur un nuage de points ordonnés, associé à une seule vue (deux dimensions et demie). Nous avons comparé sept méthodes qui combinent ces courbures et extraient des keypoints en se basant sur: 1) un seuillage des valeurs d'un facteur de qualité: Quality Factor (FQ), 2) un seuillage sur une mesure de l'indice de forme: Shape Index (SI), 3) les composantes connexes d'une carte de classification basée sur SI, 4) les composantes connexes d'une carte de classification basée sur SI et l'intensité de courbure : Curvedness (C), 5) les composantes connexes d'une carte de classification basée sur la courbure gaussienne (H) et la courbure moyenne (K), 6) une combinaison des deux derniers critères 4 et 5 (SC_HK) avec un tri final selon C et 7) une combinaison des trois critères 1, 4 et 5 (SC_HK_FQ). Une évaluation de la performance de ces détecteurs en termes de stabilité et répétabilité, montre la supériorité des deux nouveaux détecteurs SC_HK et SC_HK_FQ.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...