什么是2.5D 点云?

2021-03-01 09:29:47 66 收藏
分类专栏： CV 文章标签： 点云 point cloud 2.5D 捕捉 扫描
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/OOFFrankDura/article/details/114252163
版权

综述

什么是2.5D点云?

粗浅理解:

left/right, front/back, up/down 看作三维.

很多捕捉设备只能捕捉到: left/right, front, up/down -> 能够捕捉到前面,但是捕捉不到后面. 所以是2.5D 点云.

已标记关键词 清除标记
perfecttin:将点云转换为2.5D三角不规则网络-源码
03-20
PerfectTIN读取LAS或PLY格式的点云并计算TIN，该TIN将点云近似在垂直公差范围内。然后，它可以DXF格式，LandXML格式，Carlson TIN格式或文本TIN格式导出TIN。 我写这是为了使测量师能够证明已对表面进行了“数字地理空间数据的ASPRS位置精度标准”中指定的精度测试； GUI中的公差列表取自该文档。 PerfectTIN输出的.ptin文件包含TIN和点云，并且始终以米为单位。如果转换被中断，将会有一个.ptin文件（通常是两个），其名称中带有一个额外的数字。选择一个较小的数字，除非PerfectTIN抱怨它还没有写完。然后，您可以从停止的地方继续进行转换。 在编译PerfectTIN之前，如果希望它读取PLY文件，请克隆库并进行编译和安装。这是西蒙·拉乔特（Simon Rajotte）的代码；我只是使其可安装。 该GUI程序需要Qt5；命令行程序需要B
表情包
插入表情
还能输入1000个字符
相关推荐
点云生成前视图（投影到2D平面）
NJIER的博客
02-22 4912
前视图投影 为了将激光雷达传感器的前视图平展成二维图像，必须将三维空间中的点云投影到可以展开的圆柱形表面，一个平面上。根据论文Vehicle Detection from 3D Lidar Using Fully Convolutional Network所述，以下的代码完成了这部分功能。 # h_res = horizontal resolution of the lidar sensor...
平面图转换为2.5D（一）
fmechina的博客
06-24 5280
原文发布时间：2010-06-26如何把平面图形转换为2.5D，也就是想展示下如何把一个2D的几何中2D的环境中显示为3D的效果。我想显示为如下效果的pdf文件（2D）：这里可以使用两种方法实现。一种方法是把平面图挤压为三维图，进行3D仿射变换，然后使用2DForcer转换器转换为2D图形就可以达到要求的效果。操作过程如下：在源数据后面添加转换器Extruder指定一定高度，如下图所示：这样就可以...
3D ShapeNet RBM DRM
weixin_41036461的博客
04-03 3154
源地址  https://blog.csdn.net/cv_family_z/article/details/49797409主页:http://vision.princeton.edu/projects/2014/3DShapeNets/提要：使用CAD数据作为训练数据，使用卷积DBN网络构建了一个3D ShapeNets，对Kinect传感器获取的2.5D深度图进行目标识别和复原全3D形状。3...
3D点云地图与栅格地图同时显示
ailianda的博客
01-14 249
同时，适用于kinetic melodic octomap_server的安装：
三维点云分割综述（中）
3D视觉工坊
08-24 3107
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达这是一篇综述性论文，以下只做概述性介绍，介绍文章已共享在微信群和免费知识星球中，文章在公众号将分成三个部分:第一部分介绍点云的获取以...
什么是2.5D图像
u014154183的博客
03-24 772
何为2.5D，你可以把上下，左右，前后看成一个D，然后现实生活里面往往不可能每个方向都兼顾，比如摄像机只能拍到前面的，所有是1(上下)+1(左右)+0.5(前)叫2.5D ...
Efficient Online Segmentation for Sparse 3D Laser Scans-- 在线的稀疏点云分割
weixin_33901843的博客
11-12 1406
在基于激光的自动驾驶或者移动机器人的应用中，在移动场景中提取单个对象的能力是十分重要的。因为这样的系统需要在动态的感知环境中感知到周围发生变化或者移动的对象，在感知系统中，将图像或者点云数据预处理成单个物体是进行进一步分析的第一个步骤。   在这篇文章中就提出了一种十分高效的分割方法。首先是将扫描到的点云移除平面处理，然后移除平面后一定范围内的点云数据分割成不同的对象。该论文的是集中解决了在很小的...
点云手工特征到深度学习的过渡
qq_38323297的博客
09-26 1547
3D 视觉的相关task 随着低成本，小型化三维传感器的普及，并且三维数据可以更好的感知和理解周围环境，因此，基于三维数据的一些应用领域，例如：机器人，AR/VR，人机交互，自动驾驶等都具有越来越广阔的发展前景。 三维数据的处理方法较二维要复杂很多，其中一个重要的原因是因为三维数据本身的特性造成，三维数据有很多种变现形式，包括点云，三角网格，体素，多视角，深度图等等。其中深度图通常由于其只能表...
三维重建8：点云图像的滤波方法
alppkk4545的博客
07-03 481
点云数据是三维空间的离散数据，不是类似于PLY格式的点线概念，因此可以使用所谓的“滤波方法”。点云数据若非看成深度map数据，则不再适用于使用二维图形的核卷积方法。此外，滤波方法与点云存储格式密切相关，点云存储格式一般为八叉树，而2.5D图像存储格式可以用深度Map形式，对应了不同的滤波方式。 此外，点云划分为有序点云和无...
3D人脸相关技术总结
Nine days
08-01 1598
转自： https://mp.weixin.qq.com/s?__biz=MzU4NTkwMDM1NA==&mid=2247484418&idx=1&sn=6823b56e308ccab39daf3223fcfcd580&chksm=fd82cc2fcaf54539a2fabb12a346fe34c358532e9913e7a3275bd675890d39a542...
基于RGBD的高程图建立：Grid_map使用_1
BetterEthan的博客
08-25 1319
序言： 研究苏黎世联邦理工大学Autonomous Systems Lab & Robotic Systems Lab实验室在移动机器人的感知方面有着很强的实力。近段时间在研究这方面内容。足式机器人的野外探索是一个很热的研究方向，对于自主行走的机器人而言，对环境的感知是至关重要的，虽然足式机器人可以依靠其强大的运动平衡性能，在崎岖环境下实现自主行走，比如波士顿早期的足式机器人，但其效率和...
三维点云分割综述（上）
3D视觉工坊
08-22 3548
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达这是一篇综述性论文，以下只做概述性介绍，介绍文章已共享在微信群和免费知识星球中，文章在公众号将分成三个部分:第一部分介绍点云的获取以...
点云/网格模型的体积计算
weixin_34018169的博客
10-13 3982
点云体积计算 　　有时用激光扫描设备扫描零件或者用无人机进行测量后会想知道它们的体积。比如下面的土堆：  　　如果扫描得到的数据是一系列三维点云，那么体积就比较难求，因为如何定义物体的边界比较困难。一种方法是提取三维点云的凸壳（包络体），然后再进行计算（当存在孔、洞时情况就很复杂了）。还有一种简便的估算方法如下图所示，将2.5D点云底面划分成离散的网格，计算每个网格对应单元的体积并相加求...
声呐三维点云数据建模
07-13
针对声呐三维点云数据，采用civil3d等多种软件进行建模，并进行效果分析。
基于三维激光雷达的二维占据栅格地图构建-简介
shaozhenghan的博客
03-19 3445
与二维激光雷达只能得到一定高度的平面环境信息相比，三维激光雷达可以得到环境的三维信息。 二维激光雷达一般不会得到地面点，即返回来的点都是障碍物的点，可以直接当做障碍物处理。但三维激光雷达的点中通常包含大量的地面点，不可以直接把返回点的区域当做障碍物。也正因为地面点的原因，三维Lidar的占据栅格地图不再需要Bresenham算法（https://zhuanlan.zhihu.com/p/2173...
深度图像
沧海山--巫山云
11-03 2万+
深度图像（depth image)也被称为juli
pcl里面的法线估计
海贼王
04-08 1万+
法线估计是一个很重要的特征，常常在被使用在很多计算机视觉的应用里面，比如可以用来推出光源的位置，通过阴影与其他视觉影响。 给一个几何表面，去推断给定点的法线方向，即垂直向量的方向往往是不容易的。然而，在我们获取物体表面的点云数据后，有两大选择: 1.从已获取的点云数据集中得到潜在表面，并用表面网格化技术，来计算网格的表面法线。 2.使用近似值来推断点云数据集的表面法线。 尽管有很多法线估计
©️2020 CSDN 皮肤主题: 撸撸猫 设计师:C马雯娟 返回首页