- 博客(3)
- 收藏
- 关注
RSS订阅原创 kinect fusion基于RGBD相机的实时三维重建算法
1.技术背景Kinect fusion是微软研究院利用Kinect进行的三维重建项目。用户可以通过Kinect相机进行场景绘制并实时查看3D模型，Kinect fusion在GPU上以交互式速率运行，并且可以在各种硬件上以非交互式速率运行。Kinectfusion使用ICP算法将多帧不同位姿深度数据融合到前帧，并使用TSDF算法进行点云融合和立方体重建，重建结果具有平滑、噪声小、精度高等优点。2.算法特点1、基于RGB-D相机三维重建的开山之作，首次实现实时稠密的三维重建。2、通过融合序列图像重建三
2021-03-20 17:44:10
1440
原创 pcl实现Delaunay三角剖分重建网格
1.下采样通常点云三角化算法计算量非常大，如果输入大量点云的话，运行时间可能会需要数十分钟甚至数个小时，因此，点云处理的第一步便是下采样。//下采样void downsampledPointcloud(pcl::PointCloud<pcl::PointXYZRGB>::Ptr & cloud){ // 下采样 pcl::VoxelGrid<PointT> downSampled; //创建滤波对象 downSampled.setInputClou
2021-03-20 17:12:42
3546
4
原创 点云到网格
点云到网格点云到网格综述算法要求点云存在的问题点云重建一般方法网格重建流程点云到网格综述RGBD传感器获取的数据通常是大量的三维点，后期的处理过程都是在对这些点的坐标进行处理。网格重建要求我们从点云恢复出网格。算法要求输入：点云文件（.ply, .pcd等）输出：单一网格点云存在的问题1、点云噪声。 每个点云都会带有噪声，噪声有可能和物体表面光学性质、物体深度、传感器性能等都有关系。2、点云匹配误差。三维重建中需要将不同帧得到的点云估计其在世界坐标系下的位姿，会引入一定的位置误差。3、点云
2021-03-20 16:26:40
1720
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人