lddx_123456的博客

原创 3D方孔测量

说明方案。

原创 2D&3D视觉算法源码

点云预处理点云特征缺陷检测几何拟合变换位姿等计算焊缝其他待分类知识点说明复现Gocator（3D）2D测量相关。

原创 3D视觉个人学习目录

3D视觉中点云处理的一般方法总结

原创 传统2D&3D视觉分享

哈喽，大家好，本文主要是说明关于【视觉源码小铺】知识星球内的相关内容。视觉源码小铺都有什么内容。

原创 基于切片法计算点云体积 双向最近点三维点排序

基于切片法计算点云体积

原创 pcl中Eigen::Affine3f变换点云异常

创建Eigen::Affine3f方法。

原创 自动生成数控加工的轨迹&刀具轨迹&阿基米德螺旋线（3D）

基于点云自动生成阿基米德螺旋线轨迹点针对的是半球形模型。

原创 nodeeditor:fatal error C1189: #error: “Choose whether to link against shared or static.“

原创 生成任意轴线方向的圆柱体（附源码）

目标：根据拟合的圆柱体轴线和轴上点，可视化任意轴线方向的圆柱体。

原创 PCL可视化机载点云异常 归一化显示点云（附源码）

目标：机载点云数据坐标过大，导致利用pcl进行可视化时出现异常（无法正常查看点云）；

原创 c++ pcl出现LNK2019 宏定义 PCL_NO_PRECOMPILE

的定义状态决定是否使用预编译头文件。当这个宏被定义时，可能表示你不想使用预编译头文件，因此需要包含对应的实现文件。这样的设计可以让用户根据需要选择是否启用预编译头文件的优化。用于取消定义这个宏。这两个指令通常一起使用，用于控制 PCL（点云库）头文件的行为。是 C++ 中的预处理器指令，用于在代码中定义一个宏。如果没有定义，就不包含实现文件。这段代码的作用是：如果。

原创 点云凹凸缺陷检测

在虚拟现实和增强现实应用中，通过对真实世界进行3D点云凹凸缺陷检测，可以更准确地将虚拟元素叠加到真实环境中，提高用户体验。在地质勘探领域，通过对地表进行3D点云凹凸缺陷检测，可以发现地下脉络、河流或者地表的裂缝，为资源勘探提供重要信息。在医学影像学中，通过3D点云凹凸缺陷检测，可以帮助医生识别和分析患者骨骼或器官表面的异常，从而提供更精确的诊断。在制造业中，通过检测产品表面的凹凸缺陷，可以及时发现和修复制造过程中的问题，确保产品质量符合标准。凹凸缺陷：根据点到平面的距离，提取凹凸缺陷；

原创 pcl条件滤波器点数说明

问题：使用pcl::ConditionAnd在对点云进行条件滤波时，滤波后的点数与输入点数一致原因：函数setKeepOrganized设置为true，将保留原始点，并将其设置为NaN

原创 pcl & opencv关于flann的冲突：flann_algorithm_t等

其他解决方式是在环境变量中将pcl置于opencv前面，但是这里如果是先include opencv，后include pcl问题得不到解决；解决方法：先include pcl后include opencv;

原创 c++通过对象的地址初始化指针，需要对指针进行释放么（企业链表衍生）

在C++中，如果你通过对象的地址来初始化指针，通常情况下是不需要手动释放指针的。这是因为对象的生存期与指针所指向的对象的生存期相关联。当对象超出其作用域或被销毁时，指向该对象的指针也会自动成为悬挂指针，这种情况下再访问该指针是不安全的。运算符来动态分配内存，并通过对象的地址初始化指针，那么你需要负责手动释放内存，以避免内存泄漏。来释放动态分配的对象，以防止内存泄漏。不过，最好的做法是使用智能指针（如。，因为它只是一个指向栈上对象的指针，对象的销毁由C++运行时自动处理。），以减少手动内存管理的错误和麻烦。

原创 企业链表（未完成）

【代码】企业链表（未完成）

原创 有关企业链表中数据类型的强制转换

这种强制类型转换通常在内核编程等低级编程场景中出现，以便实现数据结构的复用或访问数据的特定部分。但要小心使用它，确保了解代码的结构和用途，以避免潜在的错误。结构体的指针，因为它们共享相同的起始地址，所以强制类型转换不会导致内存越界或未定义行为。是两个不同的结构体，但它们共享相同的内存地址。结构体的第一个成员，所以它们共享相同的起始地址。结构体只有一个指向下一个节点的指针。结构体的第一个成员，这意味着。这样的情况下，你可以将一个指向。结构体的起始地址是相同的。类型的指针，并将它存储在。结构体，以及一个整数。

原创 最小二乘拟合圆孔

此文中的圆孔测量是一项3D视觉技术，旨在精确测量物体表面上的圆孔的直径和中心坐标。通过使用高精度3D相机（线激光轮廓仪或结构体等）采集原始点云数据，通过3D视觉算法能够快速、准确地分析物体上的圆孔特征，为制造和工程领域提供了强大的测量工具。圆孔测量在制造、自动化、质检和其他领域中具有广泛的应用。典型应用场景包括零部件尺寸检测、孔隙性材料分析以及工件组装等。

原创 Gocator间隙差值说明

间隙面差的开发

原创 3D点云处理：计算点云的平均分辨率（附源码）

平均分辨率是通过计算点云中点之间的平均距离来确定的。

原创 同轴度测量

目标：通过3D视觉的方法测量圆柱的同轴度。

原创 3D点云处理：基于角度的点云边缘点排序（附源码）

基于角度的边缘点排序主要是基于每一个边缘点与点云中心位姿构成的向量与参考方向之间的角度大小进行排序。

原创 3D点云处理：Opencv Pcl实现深度图转点云（附源码）

文章中提供的深度图像，深度图像一般以.tiff和.png保存，可以通过Opencv中的。文章中引用的图片如有侵权，请联系作者删除。

原创 3D视觉测量：PCL空间圆孔拟合圆（附源码）

空间圆拟合（Spatial Circle Fitting）是一个用于拟合三维空间中的圆的数学和计算机视觉技术。

原创 3D视觉测量：计算两个平面之间的夹角（附源码）

这个夹角表示了两个平面之间的夹角，可以帮助您了解它们之间的相对位置关系。

原创 3D点云测量：计算三个平面的交点

如果三个平面不相交，那么它们可能不存在交点，或者存在多个交点。此外，您可以根据您的需求选择不同的平面作为参考平面。计算三个平面的交点需要找到满足所有三个平面方程的点。三个平面通常由它们的法向量和通过它们的点（或参数形式的方程）来定义。接下来，选择一个平面作为参考平面，可以选择其中一个平面，也可以选择平面的法向量最接近坐标轴的那个平面。计算这三个法向量的两两叉乘，以便获得一个新的向量，它垂直于这三个平面。首先，确保这三个平面是相交的，即它们不平行于彼此。，这就是三个平面的交点的坐标。最后，您将得到三个坐标。

原创 3D点云处理：拟合球（附源码）

需要注意的是，球面拟合是一个非线性优化问题，因此通常需要使用数值优化算法（如Levenberg-Marquardt算法或梯度下降法）来找到最小化误差函数的解。推导的公式提供了一个理论基础，但实际实现可能需要使用专门的数值库。球面拟合是一种用于找到最佳拟合球体的方法，通常使用最小二乘法进行拟合。的最佳估计，以最小化点到球体表面的距离的平方和。这将产生一组方程，称为正规方程，用于求解。的最佳估计，这些值将定义最佳拟合的球体。文章中引用的图片如有侵权，请联系作者删除。，这些点近似地位于球体的表面。

原创 条件滤波获取目标点云

在执行高度条件过滤时，要确保点云的高度信息是相对于某个参考平面的。如果需要在绝对坐标系中获取高度范围内的点云，还需要考虑点云的平移和旋转。要获取点云中特定高度范围内的点云，可以使用高度条件过滤的原理。这通常涉及比较点的Z坐标值与所定义的最小高度和最大高度。点云是由一组三维点构成的数据集，每个点都有X、Y和Z坐标值，通常表示在三维空间中的位置。继续遍历点云中的所有点，直到处理完整个点云。如果点的Z坐标值在所需的高度范围内，则将该点保留下来。遍历点云中的每个点，以便检查它们的Z坐标值，该坐标值表示点的高度。

原创 PCL提取目标点云

确定圆环的几何参数，包括内径和外径，以及高度范围，例如最小高度和最大高度。

原创 位姿旋转操作

根据您的旋转要求，您需要计算旋转矩阵。在这种情况下，您可能需要执行两个连续的旋转：首先绕一个轴旋转，然后再绕另一个轴旋转。这两个旋转的旋转矩阵可以通过欧拉角、四元数或其他旋转表示方法来计算。在三维空间中绕固定轴旋转指定的轴是一种复杂的旋转操作，通常涉及到同时绕两个轴旋转的组合操作。将第一个旋转矩阵（绕一个轴的旋转）和第二个旋转矩阵（绕另一个轴的旋转）相乘以获得总体的旋转矩阵。检查某些点的坐标或物体的方向，以确保它们在新的坐标系中具有所期望的值。假设您要绕固定的X轴旋转，同时旋转Z轴。

原创 3D点云处理：栅格化点云（附源码）

点云栅格化是将三维点云数据转换为二维形式的重要预处理步骤，可用于对象检测、物体识别、SLAM（Simultaneous Localization and Mapping）等计算机视觉和机器学习任务中。首先，您需要定义一个二维栅格或像素网格，通常是一个二维矩阵，其大小和分辨率由您的应用需求决定。点云栅格化是将三维点云数据投影到二维栅格（或像素）网格上的过程。现在，您可以使用栅格化的点云数据进行可视化、分析或其他计算机视觉任务，通常使用标准的图像处理工具和库来处理栅格化数据。

原创 3D点云处理：点云形态学腐蚀运算（未实现）

就像在图像腐蚀中需要定义一个结构元素（通常是一个小的矩形或圆形区域），点云腐蚀也需要定义一个核来确定腐蚀的范围。这个核的大小和形状可以根据具体的应用和点云数据的特点来选择。

原创 3D点云处理：圆柱侧面点云展开为平面 凹凸缺陷检测（附源码）

圆柱的侧面展开原理是将一个圆柱体（或柱体）的侧面展开成一个矩形或平面图，以便更容易理解、测量和制造。这个过程通常称为圆柱的展开。文章中引用的图片如有侵权，请联系作者删除。将展开后的平面点云，可以按照。检测点云的凹凸缺陷。

原创 PCL计算点云位姿

基于PCA计算点云位姿通常是指在三维空间中使用PCA（主成分分析）来估计点云数据的姿态或定位，即确定点云数据在三维空间中的位置（平移）和方向（旋转）。如下图所示通过PCA计算的平面点云位姿。

原创 项目实践：类平面抓取点计算 位姿估计

类平面位姿估计文章目录：3D视觉个人学习目录微信：dhlddxB站: Non-Stop_

原创 3D点云处理：拟合圆柱（附源码）

point_on_axis.x、point_on_axis.y、point_on_axis.z ：表示轴线上一点的x,y,z坐标，对应上述。axis_direction.x、axis_direction.y、axis_direction.z： 表示轴线的方向向量，对应上述。拟合圆柱可以用于从三维点云数据中提取圆柱形状的信息，例如在工业领域中用于检测管道、柱状物体等。radius：表示圆柱体半径。

转载 相机与机械手标定：EyeInHand 和 EyeToHand

转载

原创 3D点云处理：基于2D边缘提取的方法提取3D点云边缘（占位待补充）

文章目录：3D视觉个人入门学习路线

原创 3D点云处理：PCL常用数据类型及IO说明（源码）

既然我们学习的是3D视觉，因此，数据类型相对也就是三维空间，即对应X\Y\Z坐标。个人在学习或工作过程中最常用的PCL库中的数据类型有：pcl::PointXYZ,pcl::PointNormal,pcl::PointXYZRGB;二维空间中图像像素点的排列是按照行列排列的，但是对于三维空间点来说，它也存在类似的行列，这里为width和height，它的排列方法存在两种：有序点云和无序点云；在进行点云初始化时，我们需要引入必要的头文件保证可正常初始化。PLY\STL\PCD\OBJ\TXT\X3D等；

原创 3D视觉测量：通过点云栅格化计算点云体积（附源码）

栅格化结果。