一、点云滤波
原始点云包含过多噪点和冗余点,滤波和采样往往是点云预处理的必要步骤
1.滤波
PCL 直通滤波
PCL 统计滤波
PCL 半径滤波
PCL 体素滤波
PCL 最小点约束的体素滤波
PCL 最近点约束的体素滤波
PCL 近似体素滤波
PCL 双边滤波
PCL 条件滤波
PCL 基于曲率的条件滤波
PCL 快速双边滤波
PCL 无效点滤波
PCL 多种体素滤波大汇总
PCL 中值滤波
PCL 高斯滤波
PCL 添加高斯噪点的两种方法
PCL 添加均匀分布噪点
PCL 含噪球面点云生成
PCL 含噪平面点云生成
PCL 多类型圆柱点云生成
PCL 多种模型滤波器
PCL 消除局部最大点
PCL 投影滤波器
PCL 多种球面点云生成方法合集
2.采样
PCL 随机采样
PCL 均匀采样
PCL 自定义体素下采样
PCL 自定义随机下采样
PCL 八叉树规则采样
PCL 格网中心点采样
PCL 格网最低点采样
PCL 直线插点重采样
PCL 腐蚀膨胀
PCL 高程渲染
PCL 垂直度渲染
PCL 点集随机赋色
PCL 法线空间采样
PCL MLS增采样
二、邻近搜索
如何组织点云快速获取当前点邻域范围,是面对海量点云保证处理速度的重要前提
3.KD树
PCL KD树搜索(K)近邻点
PCL KD树搜索(R)近邻点
PCL 球形邻域点
PCL 圆柱形邻域点
PCL 最远点
PCL KD树应用-------平均点间距计算
PCL KD树应用-------多线程加速计算点密度
PCL KD树应用-------重叠区域计算 方法一
PCL KD树应用-------非重叠区域计算 方法一
PCL 去除重复点(与重叠不同概念)方法一
PCL 去除重复点(与重叠不同概念)方法二
4.八叉树
PCL 八叉树搜索(体素、K、R)邻近点
PCL 八叉树应用-------点云空间变化检测
PCL 八叉树应用-------重叠区域快速计算 方法二
PCL 八叉树应用-------多种体素滤波方法汇总
PCL 八叉树应用-------获取体素中心
PCL 八叉树应用-------点云压缩
5.规则格网
PCL 创建格网(2D/3D)
PCL 格网应用-坡度滤波
PCL 格网应用----------生成数字地表模型
6.三角网
三、地面分类
地面分类是数据生产流程中的首要工作,为后续DEM等产品提供点云基础
PCL 基于渐进形态学提取地面
PCL 基于坡度提取地面
PCL 基于布料模拟提取地面(CSF)
PCL 基于拟合面的道路提取
PCL 基于高度阈值的道路提取
PCL 基于布料模拟的道路提取
四、文件读写
多种格式的点云文件读写,是日常处理点云数据的程序编写基础
PCL pcd文件读写
PCL ply文件读写
PCL txt文件读写
PCL pcd文件批量读写
PCL pcd与txt文件批量转换
PCL 程序运行时间统计
PCL ply网格文件读写
PCL 常用点云类型介绍 上
PCL 常用点云类型介绍 下
PCL 不同类型点云格式转换
PCL 多种不同格式文件读写
PCL 检查文件路径是否存在
PCL 读取不到强度的解决方法
五、对象分割
相比点、线、等基元的局部性,面向对象的点云处理逐步成为主流,而对象的获取深受分割精度的影响
6.随机采样一致(RANSAC)
PCL RANSAC直线拟合
PCL RANSAC多直线拟合
PCL RANSAC平面拟合
PCL RANSAC多平面拟合
PCL RANSAC圆柱拟合
PCL RANSAC圆柱拟合(手写)
PCL 最小中值平方(Lmeds法)平面拟合
PCL M估计样本一致性(MSAC)平面拟合
PCL 重复随机采样一致性(RRANSAC法)平面拟合
7.聚类生长(RG)
PCL 基于欧式距离的聚类
PCL 基于法线的区域生长
PCL 基于颜色的区域生长
PCL 基于最小割的点云分割
PCL 基于法向差异的图分割
PCL 基于超级体素的聚类
8.最小二乘(LSM)
PCL 最小二乘直线拟合--------( 2D | 方法一)
PCL 最小二乘直线拟合--------( 2D | 方法二)
PCL 最小二乘直线拟合--------( 3D | 方法一)
PCL 移动最小二乘平滑
PCL 最小二乘球面拟合--------( 3D | 方法一)
9.凸包 \ 轮廓(BOUNDARY)
PCL 凸包点提取(2D/3D)
PCL 凸包分割
PCL 任意平面的凸包提取
PCL 二/三维凸包模型生成与保存
PCL 凸包投影面积、表面积与体积计算
PCL 凸包应用-------单木树冠投影面积计算方法一
PCL 凸包应用-------单木树冠投影面积计算方法二
PCL 凸包应用-------单木树冠体积计算方法一
PCL 凸包应用-------单木树冠体积计算方法二
10.轮廓(BOUNDARY)
PCL 基于主成分分析的平面拟合(PCA)
PCL 基于法向量阈值的平立面分割
PCL 点云轮廓提取
PCL 根据索引提取点云
PCL 任意平面凸包轮廓
五、空间几何
如何依靠数学规则建立离散点云之间的关系,常规的几何计算是日常点云处理的必备手段和基础常识
PCL 曲线分布点拟合
PCL 点到直线的投影
PCL 点到直线的距离
PCL 线段间插点加密
PCL 直线与直线交点
PCL 向量夹角计算3D
PCL 点到平面的投影 方法一
PCL 点到平面的投影 方法二
PCL 点到平面的投影 方法三
PCL 点到平面的距离
PCL 空间两平面交线
PCL 直线与平面交点
PCL 线段点集的端点
PCL OBB最小包围盒计算
PCL AABB轴向包围盒计算
PCL 点集质心计算
PCL 点集放大缩小
PCL 反算缩放比例
PCL 点集旋转平移
PCL 平面点集置平
PCL 通用置平方法
PCL 点集最近距离
PCL 点集平均间距
PCL 围绕质心旋转
PCL 绕任意点旋转
PCL 轴向平面投影
PCL 投影应用----平面规则化
PCL 投影应用----直线规则化
PCL 坐标方向点云排序
PCL 极角逆时针方向点云排序
PCL 立方体切割点云
PCL 角度与弧度换算
PCL 角度标准化
PCL 三角形外接圆半径
PCL 多边形面积计算
PCL 点云体积计算-方法一
PCL 点云体积计算-方法二
PCL 点云体积计算-方法三
PCL 点云投影面积计算
PCL 平面拟合与曲率计算
PCL 点云投影到圆柱面
PCL 点云投影到球面
PCL 球外一点到球面投影
PCL B样条曲线拟合
PCL 分层投影法面积计算
PCL 体素累加法体积计算
PCL 三点求平面方程
PCL 点云反转
PCL 协方差矩阵归一与解算
PCL 沿法向量方向投影点云
PCL 多角度剖面点切割
PCL 变换矩阵的点云去中心化
PCL 两直线间的最短距离
PCL 快速计算多个点到同一直线距离
PCL 点是否在三角形内
PCL 克拉默法则四个点确定球
PCL 三点确定圆
PCL 坐标中值计算
六、关键特征
对点云局部或者全局特征的准确描述,将深刻影响到点云分割与分类的有效性
PCL 法向量计算与显示
PCL 曲面法线估计
PCL omp法线加速
PCL 法向量重定向
PCL 法向量手动计算(PCA)
PCL 分布特征计算(PCA)
PCL (面、球、柱)几何形状特征计算(PCA)
PCL 圆柱拟合(PCA)
PCL ISS关键特征点检测
PCL SIFT关键特征点检测与显示(基于高程)
PCL SIFT关键特征点检测与显示(基于强度)
PCL SIFT关键特征点检测与显示(基于颜色)
PCL HARRIS关键特征点提取
PCL 积分图法线计算
PCL 点特征直方图计算(PFH)
PCL 点特征直方图计算(PFHRGB)
PCL 快速点特征直方图计算(FPFH)
PCL 全局特征计算(VFH)
PCL 全局特征计算(ESF)
PCL 距离图像特征点计算(NARF)
PCL 特征计算(SHOT)
PCL 基于高程的粗糙度计算
PCL 基于点到面距离的粗糙度计算
PCL 整体法向量计算
PCL 法线计算与坐标属性字段合并
PCL 垂直度特征计算
七、点云配准
点云配准是多源数据处理的首要工作,是高阶的点云处理手段
PCL 点到点ICP 配准
PCL 点到面ICP 配准
PCL GICP 配准
PCL NDT 正态分布变换配准
PCL 4PCS 四点一致性配准
PCL K4PCS 特征约束四点一致性配准
PCL Super4PCS法超级四点粗配准
PCL TRICP 低重叠率配准
PCL SVD 点云配准
PCL 基于同名点对的点云配准
PCL 基于FPFH特征获取具有匹配关系的同名点对
PCL 匹配关系的连线可视化显示
PCL 基于FPFH的点云全局配准流程手动实现
PCL 通用的点云配准流程框架实现
PCL 配准评价 之单向豪斯多夫距离计算
PCL 配准评价 之双向豪斯多夫距离计算
PCL 配准评价 之改进的双向豪斯多夫距离计算
PCL 配准评价 之fitnesScole误差MSE
PCL 配准评价 之均方根误差RMSE
八、曲面重建
曲面重建可以用于逆向工程、数据可视化、自动化建模等领域。PCL中目前实现了多种基于点云的曲面重建算法
PCL 贪婪三角化
PCL 泊松曲面重建
PCL 移动立方体建模
PCL 细小空洞补充
九、点云可视
PCL提供了点云可视化工具和一系列的交互操作,即使没有相关软件也可以显示点云
PCL 点云可视化(背景色,点色修改)
PCL 点云可视化(区域显示,隐藏交互操作)
PCL 点云可视化(单点选择操作)
PCL 点云可视化(区域选择操作)
PCL 点云可视化 (配准中的匹配关系连线)
PCL 点云可视化(选点计算间距)
十、测试应用
作为一名研究生小白,研究往往是从最基础的实验和简单论文的阅读开始,积跬步
1.做实验
PCL 一种路面提取方案(原理与代码)
PCL 基于坡度的地面分类
PCL 基于投影密度法的车载建筑物分类
PCL 基于绝对法向聚类的车载建筑物分类
PCL 建筑立面分割
PCL 建筑顶面分割
PCL 车载建筑物单体化
PCL 车载建筑物立面分割
PCL 车载建筑物轮廓提取
PCL 点云构建深度图像
PCL 单木树冠投影面积计算
PCL 单木树冠三维体积计算
2.读论文
PCL 机载点云密度对单木分割的影响
PCL 单木分割常用方法概括
PCL 归一化数字表面模型简介
3.实验数据
多种格式的树、建筑、道路等点云
大范围机载激光点云公开数据集
十一、软件工具
无论研究还是工作,好的舒服的点云处理软件,往往是效率提升的关键