点云处理
文章平均质量分 89
jiangxing11
学海无涯,回头是岸
展开
-
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。原创 2022-10-11 11:52:16 · 1465 阅读 · 1 评论 -
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原创 2022-05-05 15:58:27 · 2684 阅读 · 0 评论 -
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原创 2022-01-25 16:05:17 · 8508 阅读 · 8 评论 -
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,原点为原创 2020-06-01 17:29:56 · 14450 阅读 · 6 评论 -
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原创 2020-05-19 16:54:41 · 2314 阅读 · 5 评论