【点云重采样Resampling】Python-pcl 基于多项式平滑点云及法线估计的曲面重建

本文介绍了使用Python-PCL库进行点云重采样的方法,通过多项式平滑和法线估计提升曲面重建的准确度,使得点云数据更加规整。设置了set_Compute_Normals(True)和set_polynomial_fit(True)两个关键参数以优化结果,并展示了重采样前后的效果对比,显示了明显的改善。
摘要由CSDN通过智能技术生成

1. 点云重采样

基于多项式平滑点云及法线估计的曲面重建以实现重采样,可以使得点云数据更规整一些,没之前那么杂乱。

  • set_Compute_Normals(True) 可以通过在最小二乘法中进行法线估计,提高重采样准确度;
  • set_polynomial_fit(True) 可以通过不需要多项式拟合来加快平滑速度,设置为True则在整个算法运行时采用多项式拟合来提高精度;

2. 效果如下:

重建前:

正面:
在这里插入图片描述
侧面:
在这里插入图片描述
重建后:

正面:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序媛一枚~

您的鼓励是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值