Trên dữ liệu không nhiễu, chương trình dự đoán khá chính xác các bề mặt được xuất hiện trên vật thể như mặt trụ, mặt phẳng, cạnh. Các chi tiết có kích thước nhỏ như chân bàn, chân ghế, tay vịn, được nhận ra là cạnh.
4.4.2. Kết quả trên đám mây điểm quét từ Kinect
Với dữ liệu vật thể quét từ Kinect, chương trình thực hiện đầy đủ các bước tiền xử lý bao gồm tách nền, ghép nhóm, giảm mẫu, lọc các điểm không liên quan.
Hình 4.6: đám mây điểm đầu vào và sau khi đã tách nền
Đám mây điểm đầu vào (hình trên); nền (hình dưới bên trái); các vật thể được tách ra khỏi nền (hình dưới bên phải).
Hình 4.6 thể hiện dữ liệu đầu vào sau các bước tiền xử lý. Kết quả nhận diện bề mặt được thể hiện trong hình 4.7 với quả cầu ở góc dưới bên trái có bán kính bằng với bán kính tính đặc trưng PFH.
Về cơ bản, trên dữ liệu từ Kinect với nhiều nhiễu lượng tử thì chương trình vẫn có thể nhận diện phần lớn các bề mặt: mặt phẳng; mặt tròn lồi, lõm (thể hiện
hiện bằng màu xanh lục lam ở các phần tiếp giáp giữa mặt phẳng và mặt trụ). Các điểm bị nhận diện sai chủ yếu nằm ở những phần có nhiều nhiễu lượng tử như phần rìa của các bề mặt, phần tiếp giáp, chuyển giao giữa hai bề mặt hay các phần có góc nhìn nhỏ từ cảm biến.
Đối với các bề mặt có diện tích thấp như mặt trụ của hộp bánh hay mặt trụ lõm, chương trình nhận diện chúng là hỗn hợp của nhiều bề mặt khác nhau, trong đó phần cạnh chiếm đa số diện tích. Với các chi tiết nhỏ như tay cầm (có kích thước nhỏ hơn hình cầu), chương trình đều nhận diện là cạnh.