![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pcl
cbb8234078009
这个作者很懒,什么都没留下…
展开
-
PCL——点云分割(基于法线微分的分割——DON)
基于点云频率的滤波方法DON点云滤波DoN算法应该算是一种比较先进的点云滤波算法。分割本质上还是由欧式分割算法完成的。算法的目的是在去除点云低频滤波,低频信息(例如建筑物墙面,地面)往往会对分割产生干扰,高频信息(例如建筑物窗框,路面障碍锥)往往尺度上很小,直接采用 基于临近信息 的滤波器会将此类信息合并至墙面或路面中。所以DoN算法利用了多尺度空间的思想,算法如下:(1) 在小尺度上计算点云法线1(2)在大尺度上计算点云法线2(3)法线1-法线2(4) 滤去3中值较小的点(5) 欧式分割原创 2020-06-21 19:39:31 · 3925 阅读 · 4 评论 -
PCL——点云分割(最小图分割)
最小图分割参考文章:pcl最小图割(pcl::MinCutSegmentation)算法此类方法把图像分割问题与图的最小割(min cut)问题相关联。(1)首先用一个无向图G=<V,E>表示要分割的图像,V和E分别是顶点(vertex)和边(edge)的集合。(2)此处的Graph和普通的Graph稍有不同。普通的图分为有向图和无向图;由顶点和边构成,如果边的有方向的,这样的图被则称为有向图,否则为无向图,且边是有权值的,不同的边可以有不同的权值,分别代表不同的物理意义。(3)而G原创 2020-06-20 21:35:54 · 2726 阅读 · 3 评论 -
PCL——点云分割(区域生长的分割)
点云分割是根据空间、几何和纹理等特征对点云进行划分,使得同一划分内的点云拥有相似的特征。基于区域生长的分割种子点:根据点的曲率值对点云进行排序,曲率最小的点叫做初始种子点,(1)区域生长算法从曲率最小的种子点开始生长,初始种子点所在区域为最平滑区域,从初始种子点所在的区域开始生长可减小分割片段的总数,从而提高算法的效率。(2)设置一空的聚类区域C和空的种子点序列Q,聚类数组L。(3)选好初始种子点,将其加入种子点序列Q中,并搜索该种子点的领域点,计算每一个领域点法线与种子点法线之间的夹角,小于设定原创 2020-06-20 17:53:42 · 5270 阅读 · 0 评论 -
PCL——预处理(滤波)
点云滤波滤波在获取点云数据时,由于设备精度、操作者经验、环境因素等带来的影响,点云数据中不可避免的出现了一些噪声点(就是自己用不到的点),我们在处理数据时,需要把这些点去除掉,这个过程叫滤波。一、pcl中的点云滤波方案(1)点云数据密度不规则需要平滑(2)因为遮挡等问题造成离群点需要去除(3)大量数据需要进行下采样(Downsample)。(4)噪声数据需要去除。对应方法如下:(1)按具体给定的规则限制过滤去除点。(2)通过常用滤波算法修改点的部分属性。(3)对数据进行下采样。直通滤原创 2020-06-13 15:32:29 · 782 阅读 · 0 评论