Super4PCS Library安装

最新推荐文章于 2024-07-27 08:15:43 发布

矮行星的妹子

最新推荐文章于 2024-07-27 08:15:43 发布

阅读量1.6k

点赞数 1

分类专栏： C++ PCL 三维计算机视觉 PCL学习文章标签： Super4PCS Ubuntu

本文链接：https://blog.csdn.net/renyuanxingxing/article/details/85139452

版权

C++ 同时被 3 个专栏收录

28 篇文章 0 订阅

订阅专栏

PCL

13 篇文章 0 订阅

订阅专栏

三维计算机视觉

11 篇文章 2 订阅

订阅专栏

Ubuntu18.04

1.依赖环境安装

安装依赖项：

Eigen,OpenCV安装自行百度

boost

sudo apt-get install libboost-dev

libANN 和 CFITSIO安装

sudo apt-get install update
sudo apt-get install libann-dev  
sudo apt-get install libcfitsio-dev:i386 libcfitsio-dev  
sudo ldconfig

2.Super4PCS安装

git clone https://github.com/nmellado/Super4PCS.git
cd Super4PCS
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=./install
make install
cd install/scripts/
./run-example.sh

安装结束测试程序运行

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

矮行星的妹子

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

SUPER 4PCS配准

qq_58060770的博客

03-03

952

不过有部分代码不能成功下载，要到该文件夹再次下载，就是下面标黄的两个文件，下载之后首先解压OpenGR-master.zip，再解压happly.zip和stb.zip放到OpenGR-master相对应的位置把stb、happly和Eigen删除，再把解压出来的stb-e6afb9cbae4064da8c3e69af3ff5c4629579c1d2和happly-cfa2611550bc7da65855a78af0574b65deb81766文件名改成 stb和happly。

PCL Super4PCS点云粗配准（源码编译）

dayuhaitang1的博客

01-24

1400

PCL Super4PCS点云粗配准（源码编译）

2 条评论您还未登录，请先登录后发表或查看评论

点云配准Super-4PCS

11-15

点云配准算法super-4pcs，是4pcs算法的升级版，代码来自于官网。

点云配准算法之super-4pcs

最新发布

weixin_43802726的博客

07-27

375

设B={p_1,p_2,p_3,p_4}为从P中提取的共面四点集，e为线段p_1p_2和p_3p_4的交点，定义距离d_1=||p_1−p_2||，d_2=||p_3−p_4||，不变量r_1=||p_1−e||/d_1，r_2=||p_1−e||/d_2，由上述方法已在Q中找到了分别相距d_1和d_2的两个点对集合S_1和S_2。（2）对找到点对中的冗余点对进行剔除。定义d_1=||p_1−p_2||，d_2=||p_3−p_4||，对于任意q_i∈Q，需要找到所有距离为d_1±ε和d_2±ε的点。

PCL 点云匹配6 之4PCS super-4pcs 粗匹配

weixin_39354845的博客

12-21

633

PCL 点云匹配6 之4PCS super-4pcs 粗匹配

4pcs算法在pcl上的实现完整工程

12-26

在本项目中，我们将探讨4PCS算法在PCL（Point Cloud Library）上的实现，以及提供的完整工程案例。 4PCS算法的基本思想是寻找四个共线点对，这四个点在旋转和平移后仍然保持共线关系。通过这些点对，可以计算出待配...

ubuntu下编译开源代码Super4PCS

Yangzhihua1347142721的专栏

12-07

4314

Super4PCS是用于点云配准的一种快速，有效的方法，属于随机采样算法的一个变种。它基于4pcs算法配准速度非常慢的缺点进行改进，利用智能索引实现4pcs算法计算复杂度的显著降低。理论部分详细见论文， Super4PCS: Fast Global Pointcloud Registration via Smart Indexing；作者在网址http://geometry.cs.ucl

4-pcs代码实现

01-10

在源点云和目标点云中寻找对应点对，利用不变四点特征获取旋转矩阵。

VS2015+super4pcs安装

martinqk的博客

07-31

634

下载super4pcs-master源码包配置cmake，configure时自动找eigen等目录注意有一些路径名"\"和"/”不统一，根据cmake报错，手动改成"/"（针对windows下的情况） eigen路径能自动找到pcl里面3rdparty下装过的，只有头文件但是最后vs2015编译时怎么都找不到Eigen/core等文件，额外装了Eigen了也没用最后解决方...

4PCS、super4PCS粗配准算法理解

weixin_43030192的博客

05-06

6428

参考了泡泡点云时空的文章4PCS点云粗配准算法介绍一、4PCS系列的点云配准方法有点类似Ransac，通过找出目标点云和带配准点云中对应的两组点进行旋转平移求解出T，然后在众多的候选T中旋转一组最大重合的T。只是怎么找出对应点方法不一样，Ransac一般通过特征点及描述子去找对应点，而4PCS则是通过对应的同一平面四点组仿射不变性去找。该方法适用于重叠区域较小或者重叠区域发生较大变化场景点云配准，无需对输入数据进行预滤波和去噪，算法能够快速准确的完成点云配准。 4PCS论文：4-POINTS CONG

PCL Super4PCS算法实现点云粗配准（版本二）

点云侠的博客

11-03

2056

Super4PCS算法的另一种实现方式，这种实现方式网上已有众多代码，但是实现的效果都较差，要想将Super4PCS算法应用到研究或具体项目中，推荐使用版本一的实现方法。

4PCS、super4PCS粗配准算法

YYY_77的博客

04-20

754

RANSAC 配准算法。通过找出目标点云和原始点云中对应的两组点进行旋转平移求解出T，然后在众多的候选T中旋转一组最大重合的T，都是具有随机性和假设性。区别在于：只是怎么找出对应点方法不一样，RANSAC一般通过特征点及描述子去找对应点，而4PCS则是通过对应的同一平面四点组仿射不变性去找。该方法适用于重叠区域较小或者重叠区域发生较大变化场景点云配准，无需对输入数据进行预滤波和去噪，算法能够快速准确的完成点云配准。

4PCS、Super4PCS简介

qq_74117006的博客

07-15

834

和前面的PFH和FPFH一样，super4PCS也是在4PCS的基础上进行了改良，4PCS和super4PCS都是通过找出目标点云和原始点云中对应的两组点进行旋转平移求解出T，然后在众多的候选T中选择一组最大重合的T，具有随机性。4PCS和super4PCS通过对应的同一平面四点组仿射不变性去找。该方法适用于重叠区域较小或者重叠区域发生较大变化场景点云配准。给定两个点云P,Q，首先在点云Q中随机选择3个点，再根据点云P,Q的重叠比例选择距离3个点足够远的第四个近似共面点组成共面四点基B。

视觉半稠密点云匹配性能测试：基于super 4pcs算法

ziliwangmoe的博客

06-09

2032

介绍：点云匹配一般会分为两个步骤，一个是全局的变换的计算，叫做全局对齐。一个是把全局计算的变换作为初值的微调，叫做局部对齐。全局对齐的方法有分割加描述符这篇文章的重点：super 4pcs 局部对齐的方法有 icp ndt 如果要对齐两快很大的点云，最好把一块点云分段后，分别和另一个大点云做匹配。然后用graph优化来调整误差。因为很大的两个点云很难做到全局一致...

推荐超级四点一致集（Super4PCS）：全球点云配准的高效解决方案

gitblog_00051的博客

05-22

469

super4pcs算法

10-25

Super4PCS算法是一种用于点云配准的高效算法。点云配准是将多个点云数据集合并为一个，并且找到它们之间的对应关系，使得点云之间的特征点能够对齐。 Super4PCS算法在点云配准中具有以下优势： 1. 高效性：Super4PCS算法通过一种基于采样和迭代的快速搜索策略，能够在较短的时间内完成点云配准。这使得它适用于大规模的点云数据集。 2. 鲁棒性：Super4PCS算法采用4个点对确定的采样策略，从而在一定程度上提高了配准的鲁棒性。即使在存在噪声或缺失数据的情况下，它仍然能够正确地找到点云之间的对应关系。 3. 可扩展性：Super4PCS算法能够处理包含数百万个点的大规模点云数据集。这使得它在处理复杂的点云场景时表现出色。 4. 精度：Super4PCS算法采用了一种基于采样和评估的策略，通过对位姿变换进行评估，从而获取更精确的点云配准结果。这使得它能够在准确性方面表现优秀。综上所述，Super4PCS算法在点云配准领域具有高效性、鲁棒性、可扩展性和精度等优势。它在机器人领域、计算机视觉领域以及三维重建领域等方面有着广泛的应用前景。