一、点云模型和三维信息
对于视觉测量而言,物体的二维信息随视角的变化,其投影也会发生变化,但是三维图像对于不同的测量方式具有更好的统一性,通过加入第三个维度,可以很好地实现物体与背景的解耦。三维图像信息其表现形式包括:深度图(以灰度表示物体与相机的距离)、几何模型(由CAD软件建立)以及点云模型(所有逆向工程都将物体采样成点云)。点云模型由直接测量获得,每一个点对应一个测量点,这些未经过处理的点包含了大量未经处理的信息,因此需要通过三维图像处理的手段将这些信息提取出来。
二、点云处理的方式
PCL(Point Cloud Library)官网提供了大量的开源模型库,包括滤波(filters)、特征提取(features)、关键点提取(keypoints)、点云配准(registration)、k-d树(kdtree)、八叉树(octree)、实例分割(segmentation)、采样一致(sample-consensus)、表面处理(surface)、识别(recognition)、输入输出设备(io)和可视化处理(visualization)。
点云中的低层次操作包括:滤波、关键点和分割;中层次处理则是特征描述;高层次操作包括点云配准和识别。