- 博客(27)
- 收藏
- 关注
RSS订阅原创 点云分割概述
是将三维点云数据划分为不同区域或对象的过程，是点云处理中的核心任务之一。其目的是将激光雷达、深度相机等设备获取的、包含多个物体和背景的复杂点云数据中的不同组成部分分离出来，为后续的识别、分类、测量等任务提供基础。
2026-03-19 13:23:49
414
原创 点云深度学习算法概述
点云深度学习算法在过去几年取得了显著进展，从最初的体素化方法发展到直接处理点云的方法，再到基于图和Transformer的先进方法。选择合适的方法需要考虑具体应用场景、数据特点以及计算资源限制。未来趋势包括更高效的网络架构、多模态融合以及自监督学习等方向。
2026-03-18 20:06:30
343
原创 随机采样一致性算法实现
RANSAC算法是一种鲁棒的模型拟合方法，通过随机采样和迭代优化从含噪声数据中估计模型参数。其核心流程包括随机采样、模型估计、内点判断和迭代优化，最终选择内点最多的模型。算法通过距离阈值、最大迭代次数等参数控制拟合效果，适用于平面、圆柱等多种几何模型。RANSAC具有强鲁棒性和模型通用性，但对低内点比例数据计算效率较低，且参数选择对结果影响较大。实现时需设置模型类型、距离阈值等关键参数，并可通过提取内点获得最终分割结果。
2026-03-17 19:12:11
354
原创 统计离群点滤波算法实现
对于点云中的每个点，计算其到K个最近邻点的平均距离。假设这些距离服从高斯分布，通过计算全局距离的均值和标准差，移除距离均值超过N倍标准差的点。是一种基于局部统计特征的点云去噪算法。该算法假设正常点与其邻居点的距离服从高斯分布，而离群点（噪声点）则偏离这个分布。统计离群点移除后点数: 21988。移除离群点数量: 3811。原始点数: 25799。
2026-03-17 14:14:52
178
原创 条件滤波算法实现
条件滤波是一种基于规则的点云过滤算法，通过定义逻辑条件精确控制点云保留或移除。核心原理是构建条件表达式，遍历点云评估每个点属性（坐标、强度等），根据条件结果筛选点。算法支持多种条件类型（比较、逻辑组合、范围）和字段类型（坐标、颜色、法向量等），具有规则明确、适用性广的优势，但需要先验知识设定阈值。实现流程包括创建条件、设置滤波器、输入点云、执行过滤。完整代码展示了加载点云、设置Z>464且Y<571的复合条件、执行过滤及可视化结果的过程。
2026-03-17 11:26:41
392
原创 双边滤波算法实现
双边滤波是一种结合空间邻近度和属性相似度的点云滤波方法。它通过两个权重函数（空间权重和值域权重）对邻域点进行加权平均，在去除噪声的同时有效保留边缘特征。算法核心包括定义邻域、计算双权重、坐标更新和归一化处理。关键参数包括空间标准差σs（控制空间距离影响）、值域标准差σr（控制属性差异影响）和搜索半径r（定义邻域范围）。该方法优势在于边缘保护能力强、自适应平滑效果好，但存在计算复杂度高、参数敏感等局限。典型实现需设置邻域半宽和标准差参数，通过PCL库的BilateralFilter类可方便应用。
2026-03-16 14:01:10
364
原创 体素网格滤波算法实现
体素网格滤波是一种高效的点云下采样算法，通过将三维空间划分为立方体单元（体素），用每个体素的代表性点替换原始点实现数据压缩。算法核心包括空间划分、点云体素化、代表性点计算和点云重建四个步骤，数学上通过计算体素内点集的均值实现。该算法优势在于均匀下采样、几何特征保留和去噪效果，但存在细节丢失和边缘模糊等局限性。实现时需合理设置体素大小（通常为点云平均间距的2-5倍），PCL库提供VoxelGrid类支持均匀/非均匀体素划分，并可结合点云密度自动计算最优参数。典型应用场景包括点云预处理、三维重建和SLAM等。
2026-03-16 11:53:30
373
原创 高斯滤波实现算法
PCL中没有专门的高斯滤波的库，需要通过移动最小二乘法算法来实现处理。该方法的核心思想是：在计算域内的任意一点处，通过局部范围内的节点数据，构造带权重的最小二乘泛函，通过最小化该泛函来得到该点处的函数近似值，并且近似函数具有连续可导的特性。是一种基于高斯分布的平滑算法，通过对局部点云进行多项式拟合来实现平滑效果。上一篇文章介绍了移动最小二乘法的计算过程，感兴趣的朋友可以看一下->点有点多，用这种方法来过滤需要较长时间。
2026-03-15 23:29:19
371
原创 移动最小二乘法（MLS）计算公式
摘要：移动最小二乘法（MLS）是一种基于散乱数据点的无网格数值方法，通过局部加权最小二乘拟合构造连续可导的近似函数。其核心步骤包括：(1)用多项式基表示近似函数；(2)构建加权最小二乘泛函；(3)求解时变系数向量；(4)导出形函数及其微分形式。权函数需满足非负性、可导性和距离衰减特性，常用指数型函数。MLS适用于数据拟合、插值和微分近似，具有不依赖网格的优势。
2026-03-15 17:18:00
376
原创 直通滤波实现算法
直通滤波是点云处理中一种快速简单的过滤算法，通过设定坐标阈值范围来保留或剔除点云数据。其核心原理是基于x/y/z轴或法向量等属性进行单维度切割，计算效率高但无法处理复杂分割。实现时可通过设置过滤字段和范围参数，支持正向/反向过滤以及多维度级联操作。典型应用包括去除地面/天花板、限定感兴趣区域等预处理场景。示例代码展示了PCL库中的实现方法及可视化效果，白色点云为过滤结果，红色为被剔除部分。该算法适合作为复杂处理的预处理步骤，能有效减少后续计算量。
2026-03-14 17:10:37
45
原创 点云滤波概述
点云滤波方法概述 点云数据常因设备精度和环境因素产生噪声点和离群点，影响后续处理。本文介绍了PCL库中常用的滤波算法，包括直通滤波、条件滤波、体素滤波等8种方法，从核心原理、主要用途、关键参数和优缺点等方面进行了对比分析。这些滤波算法可有效去除噪声、平滑表面、降采样或提取特定区域，为后续的点云配准、特征提取等处理奠定基础。文章还预告了后续将详细介绍各算法的原理和实现代码。
2026-03-14 10:27:40
216
原创 三维八叉树实现算法
八叉树的实现原理是：根据点云数据的整体包围范围，沿三个方向切分成8个立方体；对每个包含点的立方体，重复上述切分操作，直到满足停止条件后不再分割。这是 Octree 最强项：快速找出某个点周围固定半径内的所有点。这是 Octree 独有的功能，KD-Tree 没有。这在去噪和下采样中非常有用。：构造函数需要传入一个。
2026-03-12 16:13:27
217
原创 KD-Tree实现算法
本文介绍了三维点云中KD-Tree的实现原理及其在PCL库中的应用。KD-Tree通过递归分割点云空间，将搜索复杂度从O(N)降至O(logN)。实现流程包括计算方差、选择分割轴、递归分割等步骤，PCL默认叶子节点阈值为12以平衡效率与精度。文章详细展示了PCL中KD-Tree的初始化、K近邻搜索和半径搜索的代码实现，并提供了完整示例程序演示两种搜索方式的应用。通过调整叶子节点阈值可以适应不同稠密度的点云数据，为三维点云处理提供高效的邻近点查询功能。
2026-03-12 09:46:24
253
原创 基于PCL的点云文件格式转换
摘要 本文介绍了基于PCL库的点云文件格式转换方法。PCL支持多种点云文件格式的读写，包括PCD、PLY、OBJ、VTK等，其中PCD格式支持最完整。文章详细列出了PCL支持的各种格式及其特性，并提供了格式转换的核心逻辑：通过读取源文件到点云指针，再将数据存储为目标格式。特别说明了XYZ/TXT格式需要逐行读取的特殊处理。文中给出了PCD转PLY的示例代码，展示了ASCII和二进制两种编码的转换方式。最后总结了PCL点云转换的统一流程，并指出PCL不支持的格式可通过PDAL或CloudCompare等工具处
2026-03-11 18:19:07
196
原创 PCL库实现点云可视化
本文介绍了PCL点云可视化的核心原理和常用参数设置方法。通过PCLVisualizer类可以实现点云窗口创建、属性设置和辅助元素添加等功能。主要内容包括：创建可视化窗口对象，添加点云数据并设置点大小、颜色、不透明度等渲染属性，添加坐标系、法线等辅助元素，以及设置背景色和主循环刷新机制。文章提供了详细的代码示例，展示了如何通过参数调整实现不同维度的点云信息可视化呈现。
2026-03-10 23:16:29
47
原创 开源点云数据集
本文整理了当前最常用的开源点云数据集，涵盖自动驾驶、物体分类、室内外场景及森林植被等多个领域。自动驾驶类包括KITTI、nuScenes等经典数据集；物体分类类如ModelNet40和ShapeNet提供丰富的3D模型；室内场景类S3DIS和ScanNet适用于语义分割；室外城市场景类Semantic3D等支持高精度解析；森林植被类WHU-TLS等用于生态分析。这些数据集为3D感知、重建和AI研究提供了重要资源。
2026-03-09 16:47:11
385
原创 点云处理库大盘点
本文系统介绍了点云处理领域的主流工具库，按用途分为四类：1）核心处理库（PCL、Open3D等），提供基础点云算法；2）深度学习库（PyTorch3D、Kaolin等），支持3D深度学习任务；3）数据管线库（PDAL、laspy等），专注点云I/O与格式转换；4）配准与SLAM库（3DTK、libpointmatcher等），用于点云配准与定位。每个库都详细介绍了开发背景、功能特点和使用场景，为不同需求的用户提供选择参考。
2026-03-08 11:26:11
418
原创 点云文件格式大全：从 PCD 到 LAS，你需要知道的都在这
本文系统介绍了7种主流点云文件格式的特点与应用场景。PCD格式专为点云处理设计，支持丰富字段和高效二进制存储；PLY格式通用性强，被几乎所有三维软件支持；LAS/LAZ是激光雷达行业标准，支持地理坐标和高效压缩；XYZ是最简单的文本格式但体积大；OBJ主要用于网格模型；OFF格式简单常用于学术研究；PTX是Leica扫描仪专有格式。每种格式各有优劣，PCD适合算法开发，PLY适合可视化，LAS适合测绘应用，XYZ适合快速查看，用户应根据数据类型、处理需求和软件生态选择合适格式。
2026-03-07 15:51:18
556
原创 点云数据类型详解：从XYZ到XYZRGB到法向量
本文系统介绍了点云数据的常见类型及其特点。基础XYZ格式仅包含三维坐标，适用于几何处理；XYZRGB增加了颜色信息，适合可视化与语义分析；带法向量的点云增强了几何表达能力，是高级算法的必备输入。此外还介绍了强度、标注和时间戳等扩展类型。文章对比了各类数据的特点，建议根据具体任务选择合适的数据类型：几何处理用XYZ，可视化用XYZRGB，高级算法需法向量，地物分析用强度值，深度学习需标注数据，动态场景需时间戳。不同格式可通过工具库相互转换。
2026-03-06 10:12:00
332
原创 OpenGL加载点云数据出现运行进程过大解决办法（未加载ig9icd64.pdb问题解决方法 ）
glfwSwapInterval 函数是 GLFW 库中的一个重要函数，用于设置垂直同步（Vertical Synchronization，简称 V-Sync）。垂直同步是一种显示技术，用于同步内容的帧率与显示器的刷新率，以减少画面撕裂现象并提供更平滑的视觉体验。垂直同步的实际效果可能受到显卡设置或驱动程序的影响，有些情况下可能需要在显卡控制面板中手动开启或关闭垂直同步。在某些平台或配置下，垂直同步可能不可用或不起作用，这时候需要考虑是否有其他方式来控制渲染速率，比如使用定时器。这一问题得以正常解决。
2024-03-02 21:36:37
618
1
原创 the third-partylibrary in charge of saving/loading the file has failed toperform the operation问题解决
An error occurred while loading '03": the third-partylibrary in charge of saving/loading the file has failed toperform the operation的解决方法
2023-12-29 16:08:44
3734
8
原创 基于PCL库和cloudcompare软件的点云文件格式转换
使用pcl库对txt和pcd两种文件格式之间进行转换，以及cloudcompare实现点云数据格式转换
2023-12-29 15:51:35
2891
1
原创 链接器工具错误 LNK2019
我原来以为是我的库的问题，一直想办法修改自己的库，弄了半天还是那样m->addAction("", this, &pro::file);原来是我对这file函数没有声明定义之后就可以正常运行了
2021-11-11 12:12:04
288
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人