pcl
文章平均质量分 84
糊烟乱雨
这个作者很懒,什么都没留下…
展开
-
传统点云分割三部曲(三)——CPC(Constrained Planar Cuts)
传统方法进行点云分割也有很好的效果,这篇博客是本系列的第三篇,介绍的是发表于2015年CVPR上的CPC算法,CPC原文。CPC在LCCP的基础上继续深入,LCCP判断邻接超体素之间的凹凸性,将凹边视作无效边,最后沿着凸边对超体素做聚类,再滤除超体素个数少的类,即可实现对物体的分割,效果如下:第一幅图中的一个个白色正方形可以视作超体素,凸边凹边奇异边也用不同颜色标识了出来,可以看到这个阶梯状的物体在使用LCCP过后,从白色的桌面上被分离出来了。在某些场景下,这种程度的分割已经足够。原创 2023-11-12 22:40:19 · 321 阅读 · 2 评论 -
传统点云分割三部曲(一)——VCCS(Voxel Cloud Connectivity Segmentation)
我之前狭隘地以为只有点云深度学习才能处理分割问题,偶然发现传统方法的分割结果一样可以令我眼前一亮。VCCS原文LCCP原文CPC原文其中VCCS是分割前的准备工作,LCCP和CPC是分割的方法,二者论文中的效果图如下,有点出乎我的意料。。。。传统方法我认为最好的点在于通用性很强,并且可解释,应用起来比较友好。这三篇论文出自同一实验室,并且算法实现均已发布到PCL中,所以我准备学习这三篇论文的方法,并整理成笔记与大家交流。原创 2023-11-12 22:39:51 · 781 阅读 · 0 评论 -
传统点云分割三部曲(二)——LCCP(Locally Convex Connected Patches)
传统方法进行点云分割也有很好的效果,这篇博客是本系列的第二篇,介绍的是发表于2014年CVPR上的LCCP算法,LCCP原文。VCCS是使用LCCP进行分割前的预处理工作,该方法的介绍可以看上一篇博客,LCCP的效果如下,本文提出了一种高效的,无需学习的点云分割方法,避免了对数据集的需求。算法首先利用VCCS获得supervoxel的邻接图,然后判断邻接图的每条边是凸边还是凹边。以这种方式,邻接图被分成了一系列的可以用来代表物体的局部凸连接子图。原创 2023-11-12 22:38:48 · 384 阅读 · 1 评论 -
点云配准经典方法——ICP 原理推导及PCL实现
ICP算法需要输入两个点云,一个是目标点云,另一个是源点云,输出的是从源点云到目标点云的位姿变换。目标点云不会移动,而源点云则会在迭代的过程中不断接近目标点云,直到收敛。但是ICP算法很容易陷入局部最优解,通常需要目标点云和源点云在配准前有比较高的重合率,因此在执行ICP之前通常会用其他方法进行一次粗配准,来获得比较好的初值,然后再使用ICP进行精配准。原创 2023-11-05 12:01:01 · 3199 阅读 · 1 评论 -
点云PLY格式与PCD格式区别
PCD:PCL库的特有格式,专为存储点云数据而设计。PLY:一种多边形文件格式,由 Turk 等人在斯坦福大学开发。STL :3D Systems 创建的立体光刻 CAD 软件原生的文件格式OBJ : 一种几何定义文件格式,最初由 Wavefront Technologies 开发X3D : 用于表示 3D 计算机图形数据的基于 XML 的 ISO 标准文件格式等等这些文件格式因为不同目的再不同时间被创建,因此都存在各自的问题,需要根据应用场景选择不同格式。原创 2023-11-04 16:22:32 · 750 阅读 · 2 评论 -
PCLPointCloud2和PointCloud<T>记录
二者之间的转换非常方便,pcl中提供了相应的接口。原创 2023-10-30 11:59:43 · 305 阅读 · 0 评论 -
pcl多视区显示——超方便
想要使用多个视区来显示,如果直接使用pcl的函数,还需要手动计算这几个方块的尺寸,感觉不是很方便。所以想要重新实现一个更便利的多视区创建方法。原创 2023-04-27 15:06:15 · 232 阅读 · 2 评论