pcl点云库
阿廖沙JackWant
这个作者很懒,什么都没留下…
展开
-
pcl 基于对应分组的三维目标识别
本教程旨在说明如何基于pcl_recognition模块的三维物体识别,本教程解释了如何使用对应分组算法,获得的模型和实际场景的3D描述子匹配后,以集群的点至点的对应关系找到场景中好模型相似的实例。每个集群,代表一个可能的场景中的模型实例,此算法也输出的场景中的模型实例的的六自由度位姿估计。 官方教程: http://pointclouds.org/documentation/tutorials原创 2017-04-08 11:24:47 · 8794 阅读 · 13 评论 -
pcl 学习2 利用矩阵转移一个点云
点云处理中,我们有可能需要将点云旋转或者平移到某个位置。pcl提供了相应的函数。假如转移矩阵是[R|T],那么目标点dst和原始点src的关系是: dst=[R|t]*src. 转移矩阵的格式是 |——-> This column is the translation | R R R x | \ | R R R y | }-> The identity 3x3 ma原创 2017-04-01 11:16:01 · 3755 阅读 · 0 评论 -
pcl 点投影到某个平面
官方教程 http://pointclouds.org/documentation/tutorials/project_inliers.php#project-inliers 代码:include include include include include原创 2017-04-01 16:26:08 · 9101 阅读 · 1 评论 -
pcl 提取子集(平面)
在点云里提取了一些子集(平面)并显示出来 参考链接 http://www.pclcn.org/study/shownews.php?lang=cn&id=72 http://pointclouds.org/documentation/tutorials/planar_segmentation.php#planar-segmentation#include <iostream>#includ原创 2017-04-01 20:46:40 · 5983 阅读 · 0 评论 -
pcl 如何逐步匹配多幅点云
中文教程 http://www.pclcn.org/study/shownews.php?lang=cn&id=78 http://www.pclcn.org/study/shownews.php?lang=cn&id=79 英文原教程 http://pointclouds.org/documentation/tutorials/pairwise_incremental_registrati转载 2017-04-02 14:10:12 · 5071 阅读 · 5 评论 -
PCL 3D-NDT算法点云配准
本节我们将介绍如何使用正态分布变换算法来确定两个大型点云(都超过100,000个点)之间的刚体变换。正态分布变换算法是一个配准算法,它应用于三维点的统计模型,使用标准最优化技术来确定两个点云间的最优的匹配,因为其在配准过程中不利用对应点的特征计算和匹配,所以时间比其他方法快,更多关于正态分布变换算法的详细的信息,请看Martin Magnusson博士的博士毕业论文“The Three-Dimens原创 2017-04-06 15:57:41 · 25529 阅读 · 6 评论