如何更快地分割深度图像？
How to segment depth image faster?
我需要分割从
一个实时的 kinect 设备（30fps）。
目前我正在使用来自 PCL 的 EuclideanClusterExtraction，它工作但非常慢（1fps）。
这是 PCL 教程中的一段：
“Unorganized” point clouds are characterized by non-existing point references between points from different point clouds due to varying size, resolution, density and/or point ordering. In case of “organized” point clouds often based on a single 2D depth/disparity images with fixed width and height, a differential analysis of the corresponding 2D depth data might be faster.
所以我认为有更快的分割深度图像的方法。
- 该项目没有使用RGB Camera，所以我需要一种只使用深度图像的分割方法。
PCL 提供针对有组织的点云优化的分割算法。
详情见：
此处的教程描述了它们并展示了如何使用它们：
http://www.pointclouds.org/assets/icra2012/segmentation.pdf
PCL发行版中的示例代码（相对较晚的版本）：organized_segmentation_demo和openni_organized_multi_plane_segmentation
中API、OrganizedConnectedComponentSegmentation and OrganizedMultiPlaneSegmentation。后者建立在前者之上。
我需要分割从 一个实时的 kinect 设备（30fps）。
目前我正在使用来自 PCL 的 EuclideanClusterExtraction，它工作但非常慢（1fps）。
这是 PCL 教程中的一段：
“Unorganized” point clouds are characterized by non-existing point references between points from different point clouds due to varying size, resolution, density and/or point ordering. In case of “organized” point clouds often based on a single 2D depth/disparity images with fixed width and height, a differential analysis of the corresponding 2D depth data might be faster.
所以我认为有更快的分割深度图像的方法。
- 该项目没有使用RGB Camera，所以我需要一种只使用深度图像的分割方法。
PCL 提供针对有组织的点云优化的分割算法。
详情见：
此处的教程描述了它们并展示了如何使用它们： http://www.pointclouds.org/assets/icra2012/segmentation.pdf
PCL发行版中的示例代码（相对较晚的版本）：
organized_segmentation_demo和openni_organized_multi_plane_segmentation中API、OrganizedConnectedComponentSegmentation and OrganizedMultiPlaneSegmentation。后者建立在前者之上。