jiangxing11-CSDN博客

原创 PCL的点云数据格式PointXYZ,PointXYZI源码解析及Union在其中的用处

写这篇文章主要是加深下自己对PCL基础数据结构的理解。这里主要讲解PointXYZ和PointXYZI，其他的类型如PointXYZRGBA等可以类推。这两个类型包含成员变量分别是这里的Intensity 属性通常表示了点的强度或反射强度。它表示点反射回传感器的光强度或能量。在激光扫描和三维测量中，intensity 属性可以用来描述点的反射特性，例如，亮度较高的点通常表示有反光表面，而亮度较低的点表示表面可能吸收了更多的光线。如果没看PCL源码，可能大部分人会这样在程序中定义它们float y。

2023-10-09 20:18:49 1434 1

原创 AVX指令集介绍

最近在学习指令集相关知识，刚好来练练手。在正式应用前首先看一段代码吧这段代码很容易理解，依次将各点进行x2y2z2计算，然后赋值给矩阵mB。那么变成AVX指令集加速版本应该是这样的。这段代码中出现了好几个关键的指令集方法，第一次看这个我也是懵逼状态。不过查阅了手册后，很快便能理解AVX指令的一些规则。

2023-09-20 19:53:31 2189 1

原创高斯牛顿法进行三维球拟合(含C++代码)

的最优解，最终求得极值，这里需要注意导数为0的点，不一定就是极值点，可能会是鞍点，也就是我们所说的局部最优解。然而，有些时候，若目标函数。太大，会导致其局部近似不精确，严重的时候，可能无法保证迭代收敛。下面介绍常见的两种优化算法：最速下降法(梯度下降法)，它是用于找到可微函数的局部最小值的一阶迭代优化算法，如果实值函数。当然，这样的算法也有一定的问题，例如：如果求出来的步长。当然，我们还需要该方向上取一个步长 λ，求得最快的下降方式，即。它的缺点是过于贪心，容易走出锯齿路线，反而增加了迭代次数。

2022-10-11 11:52:16 1569 1

原创 PCA主成分分析之协方差矩阵计算

三维点云处理之协方差矩阵计算PCA主成分分析中离不开协方差矩阵，现在把关于协方差矩阵计算的推导过程记录下来，便于以后理解程序。由于点云是三维的，所以其协方差矩阵可以表示为：C=[Cov(X,X)Cov(X,Y)Cov(X,Z)Cov(Y,X)Cov(Y,Y)Cov(Y,Z)Cov(Z,X)Cov(Z,Y)Cov(Z,Z)]C=\begin{bmatrix}Cov(X,X)&Cov(X,Y)&Cov(X,Z)\\ Cov(Y,X)&Cov(Y,Y)&Cov(Y,Z)\\C

2022-05-05 15:58:27 2808

原创自适应采样次数的Ransac算法

自适应采样次数的Ransac算法Ransac基本思想自适应采样次数的Ransac算法原理对数据进行拟合操作的同学肯定对Ransac算法不陌生，之前接触过一段时间，最近有空才把这么经典的一个算法分享给大家。RANSAC(RAndom SAmple Consensus,随机采样一致)算法是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法。“外点”一般指的的数据中的噪声，比如说匹配中的误匹配和估计曲线中的离群点。所以，RANSAC也是一种“外点”检测算法。RANSAC算法是一种不确定

2022-03-22 00:43:29 1181

原创 PCL最小二乘法进行平面拟合原理

最小二乘法进行平面拟合一级目录二级目录三级目录一级目录二级目录三级目录

2022-01-25 16:05:17 8699 8

原创 Steger算法（Line_Gauss）-光条中心线提取（基于Hessian矩阵）

Steger算法（Line_Gauss）-光条中心线提取（基于Hessian矩阵）算法背景介绍Hessian 矩阵与泰勒多项式关于求t导数与中心点、亚像素点高斯函数作用文献算法背景介绍在线结构光视觉传感器中，由线激光器发射出的线结构光，在本质上为一个连续且具有一定厚度的空间光平面，而在目标表面上所形成的具有一定宽度的光条特征，即为该光平面与目标表面相交而成的交线。在该空间光平面的厚度方向上，光强近似服从高斯分布，因而在摄像机采集到的光条图像中，在沿着光条宽度的方向或光条的法线方向上，其灰度也会呈现出类似

2021-09-02 15:25:21 12694 18

原创机器视觉2D点旋转中心标定及旋转后坐标计算

机器视觉2D点旋转中心标定及旋转后的坐标计算一、旋转中心标定二、点旋转后的坐标计算我们在做机器视觉项目时，尤其是与机械臂的视觉应用中，会经常遇到旋转中心，旋转坐标计算等问题。现将本人在机械臂的相关视觉经验分享给大家，如果有错误的地方也请各位专家进行指出。一、旋转中心标定 1、在进行旋转中心标定之前，首先得进行机械臂的手眼标定，标定完成之后，所有图像点转换到世界坐标系下进行计算。 2、目前旋转中心标定方法只测试过眼在手外的情况，即：相机固定，机械臂抓取某个带特征（如圆心，角点）的物体，在示教位置进行&

2021-07-23 11:14:37 12391

原创三维视觉基础之世界坐标系、相机坐标系、图像坐标系和像素坐标系之间的转换关系

三维视觉基础之世界坐标系、相机坐标系、图像坐标系和像素坐标系之间的转换关系一、各坐标系介绍二、世界坐标系和相机坐标系之间的转换三、相机坐标系和图像坐标系之间的转换四、图像坐标系和像素坐标系之间的转换五、最终得到坐标系转化公式一、各坐标系介绍在学习立体视觉中，很多人都经常分不清各种坐标系之间的关系，如下图所示，这是世界坐标系、相机坐标系、图像坐标系和像素坐标系的示意图。其中，Ow-Xw,Yw,Zw为世界坐标系，原点常被设定为机器人底座或执行机构末端，单位mmOc-Xc,Yc,Zc为相机坐标系，原点为

2020-06-01 17:29:56 14939 6

原创使用PCL从CAD模型中提取不同视角下的点云

使用PCL从CAD模型中提取不同视角下的点云最近在做一个关于提取不同视角下点云的算法，看了许多关于这方面的博客，也查了许多资料。链接:https://blog.csdn.net/qq_19600917/article/details/89024858链接:https://blog.csdn.net/A_Jia_17/article/details/82596450链接:https://blog.csdn.net/rocachilles/article/details/89397212?utm_med

2020-05-19 16:54:41 2397 5

jiangxing11的博客