matlab 实现的InSAR干涉条纹图goldstein滤波.rar
使用matlab 代码实现的InSAR干涉条纹图goldstein滤波
意大利Etna火山数据(两期的SAR数据和配准后的InSAR数据).rar
意大利 Etna 火山数据由 SIR-C/X-SAR 系统获得的并行双轨数据,数据采集时间分别于 1996 年 10 月 8 号和 1996 年 10 月 9 号,研究区是以 Etna 火山口为中心,本博客中使用的 Etna火山数据大小为 1024×1024。
matlab 实现的SAR图像Frost斑点滤波.rar
matlab 实现的SAR图像Frost斑点滤波
算法原理见:
[1] 廉小亲,黄雪,高超,等. 基于Frost滤波和改进CNN的SAR图像TR方法 [J]. 计算机仿真, 2023, 40 (05): 49-55+233.
[2] SAR图像相干斑滤波算法研究_朱俊玲
matlab 实现的SAR图像精致Lee滤波.rar
使用matlab实现的SAR图像精致Lee滤波,压缩包内含完整代码、测试数据和实验结果。
算法原理见:[1] 刘晨,张宗虎. 一种改进的Lee滤波相干斑噪声抑制方法 [J].
matlab 实现的计算InSAR干涉相位图的残差点.rar
在理想的情况下,相位场是连续的,图像内沿着任何一条封闭曲线的积分应该为零。这样的连续场称为无旋场,反之为有旋场。但在实际测量过程中,由于噪声、欠采样和系统误差等因素的影响,得到的 InSAR 干涉相位条纹图中往往会出现不连续的相位点,即残差点。
算法原理见: [1] 龙学军. 干涉合成孔径雷达条纹图处理技术研究[D]. 国防科学技术大学, 2012.
matlab实现的SAR图像多视滤波.rar
SAR的多视处理是对SLC数据方位向和/或距离向做平均,得到的结果是多视后的强度数据。多视处理可以提高SAR图像的信噪比,有效抑制斑点噪声,但是会降低方位分辨率。
中国科技期刊卓越行动计划入选期刊目录.pdf
中国科技期刊卓越行动计划入选期刊目录.pdf
鲁棒平面检测测试数据.rar
Abner M.C. Araújo, Oliveira M M .A Robust Statistics Approach for Plane Detection in Unorganized Point Clouds[J].Pattern Recognition, 2019
一文中所提方法的测试数据。
水准网间接平差案例的pythpn,C++,matlab代码实现
水准网间接平差案例的pythpn,C++,matlab代码实现。
matlab alpha-shape平面点云边界提取
使用matlab详细过程版实现的alpha-shape平面点云边界提取
用于算法测试的路面标线点云
用于算法测试的路面标线点云,点云包含信息全面,有强度,GPS时间,颜色等信息。
Open3D 深度图像转点云
深度图像与点云相互转换的测试数据
数字高程模型DEM转点云测试数据
数字高程模型DEM转点云测试数据
PCL 快速计算点云法向量C++详细过程版
PCL 快速计算点云法向量C++详细过程版
基于多尺度虚拟网格与坡度阈值的机载LiDAR 点云滤波方法
【使用PCL进行的论文复现】——基于多尺度虚拟网格与坡度阈值的机载LiDAR 点云滤波方法
PCL坡度法地面滤波(C++详细过程版)
PCL坡度法地面滤波(C++详细过程版)
使用C++结合PCL详细过程实现的最远点采样
使用C++结合PCL详细过程实现的最远点采样
使用C++与PCL实现的最小二乘拟合圆柱
使用C++PCL实现的最小二乘拟合圆柱,包含代码和测试数据
使用C++与PCL实现的三点确定一个二维圆
使用C++与PCL实现的三点确定一个二维圆,包括代码和测试数据
使用PCL计算点云中每个点的坡度
使用PCL计算点云中每个点的坡度
SUSAN关键点检测测试数据
PCL实现了SUSAN关键点探测器的在RGB-D数据中的扩展,主要根据在强度与法向量的变化来提取关键点。SUSAN与Harris的不同之处在于它直接利用法线,所以速度更快。
拟合平面并旋转至XOY面测试数据
拟合平面并旋转至XOY面测试数据,拟合平面并旋转至XOY面测试数据,拟合平面并旋转至XOY面测试数据,拟合平面并旋转至XOY面测试数据。
最小二乘拟合圆柱的matlab代码实现
最小二乘拟合圆柱的matlab代码实现,实现原理见:https://blog.csdn.net/qq_36686437/article/details/132351302
data1,2配准测试数据.rar
用于点云配准的简单测试数据,data1和data2
最小二乘拟合圆柱测试数据
圆柱拟合步骤主要包括两步: 一是确定柱面模型参数初始值; 二是建立误差方程式求解参数值。本文算法结合主成分分析法与线性最小二乘法,确定圆柱轴线向量( a,b,c) 、圆柱轴线上一点( x1,y1,z1) 、圆柱底圆半径r 这七个柱面模型参数初始值,再建立改进误差方程式,求解参数。
布尔莎七参数坐标转换模型的matlab代码实现
布尔莎七参数坐标转换模型的matlab代码实现。
当观测的公共控制点大于3个时,可采用间接平差法求得空间坐标转换模型中的七个参数,即七参数转换模型。https://blog.csdn.net/qq_36686437/article/details/124509019。
树木三维点云的枝叶分割方法.rar
使用PCL对论文:黄亮,许文雅,谭帅.树木三维点云的枝叶分割方法[J].北京测绘,2022,36(01):18-22.DOI:10.19580/j.cnki.1007-3000.2022.01.004 进行的代码复现。
使用PCL实现的KMeans++点云聚类算法
k kk个初始化的质心的位置选择对最后的聚类结果和运行时间都有很大的影响,因此需要选择合适的k kk个质心。如果仅仅是完全随机的选择,有可能导致算法收敛很慢。KMeans++算法就是对KMeans随机初始化质心的方法的优化。K-Means++算法在聚类中心的初始化过程中的基本原则是使得初始的聚类中心之间的距离尽可能远。
使用C++与PCL详细过程版实现的点云转强度图像
使用C++与PCL详细过程版实现的点云转强度图像
PCL 三维点云边界提取(C++详细过程版).rar
为充分了解PCL中三维点云边界提取函数:pcl::BoundaryEstimation所实现算法的优缺点及有待改进的地方,使用C++详细过程复现。
PCL 二次曲面拟合法计算点云高斯、平均曲率与法向量(C++详细过程版)
点云二次曲面拟合法计算点云高斯、平均曲率与法向量的matlab代码实现。计算原理:[1]方程喜,隋立春,朱海雄.用于公路勘测设计的LiDAR点云抽稀算法[J].测绘通报,2017(10):58-61+88.DOI:10.13474/j.cnki.11-2246.2017.0316.
matlab 二次曲面拟合法计算点云高斯曲率、平均曲率与法向量
点云二次曲面拟合法计算点云高斯、平均曲率与法向量的matlab代码实现。计算原理:[1]方程喜,隋立春,朱海雄.用于公路勘测设计的LiDAR点云抽稀算法[J].测绘通报,2017(10):58-61+88.DOI:10.13474/j.cnki.11-2246.2017.0316.
Open3D实现的MeanShift点云聚类
使用python版本Open3D实现的三维点云均值漂移MeanShit点云聚类,包括实现代码、测试数据和参考文献。
PCL实现的MeanShift点云聚类
均值漂移算法是一种非参数聚类技术,它不需要预先知道聚类的数量,也不限制聚类的形状。
参考文献:[1] D. Comaniciu and P. Meer. Mean shift: A robust approach toward feature space analysis. IEEE Trans. Pattern Anal. Machine Intell., 24:603–619, 2002.
一种利用地理实体目标特征的道路场景激光点云配准方法
本文以多期、多平台城市道路激光点云数据为研究对象,通过分析道路场景激光点云的特点,提出了利用道路地理实体目标特征的点云配准方法。根据道路场景激光点云的特点,选取固定地理实体作为配准基元,消除动态变化因素对配准的影响;使用特征值和形状指数构建约束条件并结合八叉树均匀划分离散分布点的优势,提取配准基元中分布均匀而又不失代表性的关键点;针对点云空洞或密度不均对4PCS算法影响较大的问题,利用关键点分布均匀的特性,提高4PCS算法对应四点基的识别度和配准成功的概率;为避免点云缺失对ICP配准精度产生影响,采用双向K近邻搜索的方式剔除错误的匹配点对。最后,完成了道路场景多期车载激光点云以及车载与固定站激光点云的配准。可视化分析和定量评价结果表明,本文方法能较好地解决实际工程应用中城市道路场景多次采集的MLS点云位置不一致以及TLS与MLS点云数据配准难度大的问题。虽然本文方法能够有效完成城市道路场景点云的配准,但是在提高TLS与MLS点云数据的配准精度上还有待进一步改进。