激光雷达(点云)
PengPengBlog
激光雷达 点云处理 测绘 遥感 GIS 机器学习 深度学习
展开
-
关于3D建模
中科大的一名老师,关于3D建模的review。http://blog.sina.com.cn/s/blog_d185e9fb0101g1er.html转载 2017-03-29 08:28:43 · 577 阅读 · 0 评论 -
liblas和lastools的关系
liblas和lastools是两个不一样的库,lastools是一个大学教授维护的 liblas是一个工程师维护的 lastools 里面包含的是laslib 把 liblas给干掉了 所以liblas不维护了,被淘汰了 我特么用Linux 编译了两个小时也特么没有编译成功liblas自己官网都说了直接用lastools了但是liblas这个货不服lastools这个货 就发起了 pdal ...原创 2018-05-09 15:56:41 · 2015 阅读 · 3 评论 -
点云格式
cloudcompare里面所有的格式都能支持算法显示可能有些还是一些库和算法能用,要都试一试.后续更新.原创 2018-05-09 11:16:11 · 2249 阅读 · 0 评论 -
激光雷达点云处理世界各大实验室总结
激光雷达点云处理世界各大实验室总结:https://research.utwente.nl/en/persons/george-vosselman 课题组后边陆续更新原创 2018-04-03 16:34:16 · 4394 阅读 · 1 评论 -
Tin网滤波
1. 通过影像金字塔的思想来生成seed points. 2. 一个点一个点的判断然后进行插入3. 进行平滑处理。 利用面来进行平滑处理。原创 2017-09-28 20:35:31 · 1180 阅读 · 0 评论 -
机载点云单木分割
1. 先用CHM 分水岭方法取最高点具体是: 从上往下进行切片 做像素图像 每个切片的点云进行cluster 做多边形 利用射线的方法来判断多边形是否在哪个像素内,然后那个像素+1 哪个像素内多边形 count越多 就是最高点、最后进行切片用最近点一层层的生长。原创 2017-08-10 19:33:48 · 5598 阅读 · 3 评论 -
激光雷达背包数据和TLS数据的不同
车载或者背包数据的精度大概 5cm 精度较差,好比一棵树一样,车载的或者背包的扫出来的数木点云会很离散,即使是在树干,这样计算出来的局部normal并不是很准确。 而且配准容易出错,即使进行了闭合,误差分散到每个站,还是会比较高而TLS数据精度则比较好,大概1cm左右,好比一棵树一样,车载的或者背包的扫出来的数木点云会很精确,好比树干,点云看起来跟树皮的表面一样。 这样计算出来的norma原创 2017-08-01 17:36:12 · 1447 阅读 · 0 评论 -
插值算法总结
1、最邻近元法 这是最简单的一种插值方法,不需要计算,在待求象素的四邻象素中,将距离待求象素最近的邻象素灰度赋给待求象素。设i+u, j+v(i, j为正整数, u, v为大于零小于1的小数,下同)为待求象素坐标,则待求象素灰度的值 f(i+u, j+v) 如下图所示: 如果(i+u, j+v)落在A区,即u最邻近元法计算量较小,但可能会造成插值转载 2017-04-23 15:28:13 · 4609 阅读 · 1 评论 -
3D建模和处理软件以及相关的库(来自中科大老师)
3D建模与处理软件简介刘利刚中国科学技术大学http://staff.ustc.edu.cn/~lgliu【前言】自半年前笔者发表博客“什么是计算机图形学”以来,时常有人来向笔者询问3D模型的构建方法与工具。笔者的研究方向是以3D技术为主,具体包括3D建模,3D处理及3D打印三个方面,在3D建模与处理方面从事了十多年的研究,接触过很多3D相关的软件,转载 2017-03-29 15:50:56 · 4127 阅读 · 0 评论