Estimación Normal Rápida y Robusta para Nubes de Puntos con Características Afiladas

Resumen Este documento presenta un nuevo método para estimar normales en nubes de puntos desorganizadas que preserva características afiladas. Se basa en una versión robusta de la Transformada de Hough Aleatorizada (RHT). Consideramos el acumulador de la transformada de Hough rellena como una imagen de la distribución de probabilidad discreta de normales posibles. Las normales que estimamos corresponden al máximo de esta distribución. Usamos un acumulador de tamaño fijo para velocidad, límites de exploración estadística para robustez, y acumuladores aleatorizados para prevenir efectos de discretización. También proponemos varias estrategias de muestreo para tratar con anisotropía, como la producida por escaneos láser debido a diferencias de incidencia. Nuestros experimentos muestran que nuestro enfoque ofrece un compromiso ideal entre precisión, velocidad y robustez: es al menos tan preciso y resistente al ruido como los métodos más avanzados que preservan características afiladas, mientras que es casi un orden de magnitud más rápido. Además, puede manejar la anisotropía con pérdidas menores de velocidad y precisión.