- 博客(3)
- 收藏
- 关注
原创 pcl实现点云的区域增长算法
区域增长区域增长(region growing)是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始,从这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。区域增长算法实现步骤如下:随机或者对图像进行扫描,找到第一个还没有赋予属性的像素, 设该像素为(x0, y0);以(x0, y0)为中心, 考虑(x0, y0)的4邻域或者8...
2019-12-05 20:06:27
3211
2
原创 PCL点云库:ICP算法原理及应用
ICP算法在点云数据处理过程中,往往需要将不同视角即不同参考坐标下的两组或者多组点云统一到统一坐标系下,进行点云的配准。在配准算法中,使用最多的是ICP算法。基本思想:将目标点云P与源点云Q进行比较,匹配得到最接近的点云对。对这些点云对进行相关运算得到误差函数,并计算使得误差函数最小的参数R,t。其中R 为旋转矩阵,t为平移向量。在此基础上,使用上一步求得的旋转矩阵R和平移矩阵 t...
2019-12-03 12:59:36
2301
原创 kd-tree基本思想及PCL中的kd-tree数据结构
kd-tree基本概念kd-tree(k-dimensional tree)是一种用于组织表示 k 维空间中点集合的数据结构。kd-tree是扩展的二叉排序树,K为空间的维度,通过一定规律将点云数据按树状分类。假设分类节点 A 用第 i 维作划分标准,则在第 i 维的值小于 A 的归到左边,大于 A 的归到右边。kd-tree建立的关键在于确定怎样划分左子树和右子树,即一个K维数...
2019-11-29 22:21:18
667
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