![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
点云配准
文章平均质量分 80
行码阁119
这个作者很懒,什么都没留下…
展开
-
对于Colmap的三个文件讲解
Colamp稀疏重建文件分析原创 2022-09-15 23:23:30 · 2013 阅读 · 2 评论 -
点云配准 8-pcd与ply文件转换以及数据保存格式:ascll 和二进制转换,txt->pcd
一、ply转换为pcd改变代码保存路径即可#include <iostream> //标准C++库中的输入输出的头文件#include <pcl/io/pcd_io.h> //PCD读写类相关的头文件#include <pcl/io/ply_io.h> //PCD读写类相关的头文件#include <pcl/point_types.h> //PCL中支持的点类型的头文件in原创 2021-12-22 22:54:33 · 2849 阅读 · 2 评论 -
点云配准 7-特征描述子
0、前言:自己才接触这一部分,如有错误,大家指出。后续会补充,这个相当于自己学习笔记,便于后面复习。大篇数学公式 真的是。首先我们要弄明白,什么是特征点:特征点的组成: 1.关键点:指特征点在控制里的位置(二维就是图像的位置) 2.描述子:通常是一个向量,按照某种人为设计的方式,描述了该关键点周围点的信息。相似的特征应该有相似的描述子(即当两个特征点的描述子在向量空间上的距离相近,认为这两个特征点是一样的)一、Point Pair Feature(PPF)在原论文中,有s...原创 2021-11-28 21:30:21 · 3650 阅读 · 0 评论 -
点云配准 6 -pcl如何使用正态分布变换进行配准
本节我们将介绍如何使用正态分布变换算法来确定两个大型点云(都超过100,000个点)之间的刚体变换。正态分布变换算法是一个配准算法,它应用于三维点的统计模型,使用标准最优化技术来确定两个点云间的最优的匹配,因为其在配准过程中不利用对应点的特征计算和匹配,所以时间比其他方法快。想了解更多信息,请看这篇论文:The Three-Dimensional Normal-Distributions Transform - an Efficient Representation for Registration,Sur原创 2021-11-22 22:06:15 · 1527 阅读 · 0 评论 -
点云配准5 -辅助知识 最小二乘法代码实现拟合曲线(C++)
一、原理讲解通过实验获得一些列的观测数值(假设为三个):其每个样本观测值对应的精确值为:这里假设其观测值对应的准确值为:上面矩阵计算公式可以等价于:其误差计算公式:其平方误差计算公式: 由于这是误差公式关于的平方公式,所以根据要达到误差最小,既是极点,对其求导,令其等于0:可知:此时,系数就找到了,带入就可:二、代码实现2.1最小二乘拟合正弦函数代码复现的统计学第一章-最小二乘拟合正弦函数,正则化,其官方py...原创 2021-11-21 00:20:27 · 3415 阅读 · 1 评论 -
点云配准 4-icp 如何逐步匹配多幅点云(win10)
本例迭代最近点算法的使用,以便逐步地对一系列点云进行两两匹配。它的思想是对所有的点云进行变换,使得都与第一个点云在统一坐标系中。在每个连贯的有重叠的点云之间找到最佳的变换,并累积这些变换到全部的点云。能够进行ICP算法的点云需要粗略的预匹配(如:在一个机器人的量距内或在地图框架内),并且一个点云与另一个点云需要有重叠部分。首先看一下,在变换之前的数据分布形状,仔细一看,还是存在一定的差异:由于,实在win10下,进行了操作,所以,需要提前将项目属性修改如下(既不用修改代码),然后点击确认,即可.原创 2021-11-18 21:43:07 · 6058 阅读 · 4 评论 -
点云配准 3- icp-交互式ICP点云配准
一、声明本人作为初学者,才开始接触点云配准这一块,如有错误地方,望大家指出,我将及时修改,共同进步。其次这一部分主要是点云数据配准的第一个程序,也是官方代码比较直观的一次icp配准实验。二、数据来源本次数据来源于斯坦福大学的兔子,龙,和猴子。在此注明一下,官方代码只能用于三者重建好了点云数据。斯坦福和龙,猴子点云数据下载地址(麻烦大家打一个小星星):StarStar-666/PointData (github.com)三、代码,由于是在windows上面运行的代码,需对官方代码稍原创 2021-11-16 19:28:06 · 2725 阅读 · 7 评论 -
点云配准 2-icp中源点云和目标点云其对应点的查找
一、声明本人作为初学者,才开始接触点云配准这一块,如有错误地方,望大家指出,我将及时修改,共同进步。其次这一部分主要是由于我对于PCL库中对于源点云和目标点云对应关系查找感到好奇,而去研究的,是对于PCL库中代码的理解。二、预备知识一、大家需要提前预备学习Kd-tree以及最近邻收缩和半径区域收缩。三、PCL对应库函数讲解一、PCL库中对于源点云和目标点云对应关系的库函数:correspondence_estimation.hpp其中对应的函数为: //确定输入.原创 2021-11-15 21:35:43 · 5561 阅读 · 5 评论 -
点云配准1-ICP算法 原理代码实现
一、声明:本人作为初学者,才开始接触点云配准这一块,如有错误地方,望大家指出,我将及时修改,共同进步。二、需提前知道理论知识代码只实现ICP算法中理论部分,其他部分后续实现。对于ICP算法了解不够熟悉,推荐其下博客(尤其是第二篇):三维点云配准 -- ICP 算法原理及推导 - 知乎 (zhihu.com)SLAM常见问题(四):求解ICP,利用SVD分解得到旋转矩阵 | RealCat (gitee.io)对于奇异值分解不够熟悉,可以看一下:奇异值分解(SVD) - 知乎 (z原创 2021-11-09 23:27:00 · 6391 阅读 · 8 评论