項云-CSDN博客

原创 Ransac拟合平面（C++编写实现＜不使用任何库＞）

Ransac拟合平面参考链接：链接1、链接2、链接3 、最小二乘、链接4 、一种新方法项目背景简介：考虑到实际项目识别平面上的非编码点，非编码点的重建精度较高，基本在一个平面上，并不希望使用任何库（传统方式基于最小二乘的SVD最小特征向量），故采用本文方式。拍摄环境中存在杂点，在此方式基础上加入Ransac。此种方式也有本身的局限性。局限性：此方法将最小化垂直于主轴的残差的平方，而不是垂直于平面的残差的平方。如果残差很小（即，所有点都靠近结果平面），则此方法可能就足够了。但是，如果您的观点

2021-04-28 16:54:19 5878 4

原创欧式聚类（C++编写实现＜不需要任何库＞）

欧式聚类（C++编写实现<不需要任何库>）简介：本项目应用背景：点云数在几百个以内，但需要使用欧式聚类，故过程中未使用建树过程，针对实际项目接口编写，此项目数据结构为项目中数据结构，不能改变，故采用pair反应点状态。输入接口有两个 (ImportPointCloud 、SetDate)，一个测试使用，一个实际项目使用。1、设置三个参数**tolerance **是设置 kdtree 的近邻搜索的搜索半径，从实验结果来看，tolerance 越大，检测到的范围也就越大；同

2021-04-26 22:36:12 2907 8

原创最小二乘椭圆拟合（C++代码，Matlab代码）

最小二乘椭圆拟合（C++代码，Matlab代码）一、基本原理椭圆拟合基本原理推导二、C++代码头文件ellipsefitting.h#include <iostream>#include <fstream>#include <vector>#include <cmath>class EllipseFitting{public: EllipseFitting(); ~EllipseFitting(); ///将点读成vecto

2021-02-23 11:53:03 3565 5

原创双三次插值 - 插值图像任意位置亚像素C++

双三次插值 - 插值图像任意位置亚像素C++一、概念双三次插值又称立方卷积插值。三次卷积插值是一种更加复杂的插值方式。该算法利用待采样点周围16个点的灰度值作三次插值，不仅考虑到4 个直接相邻点的灰度影响，而且考虑到各邻点间灰度值变化率的影响。三次运算可得到更接近高分辨率图像的放大效果，但也导致了运算量的急剧增加。这种算法需要选取插值基函数来拟合数据，其最常用的插值基函数如图1所示，本次实验采用如图所示函数作为基函数。加权算法（a可以不取-0.5）：点开链接根据比例关系x/X=m/M=1/K

2021-02-20 10:08:33 2780 3