yamgyutou的博客

参考链接：octree八叉树数据结构原理与实现 - Gesündeste - 博客园

本文转载自“点云PCL”公众号。文章链接：https://mp.weixin.qq.com/s/T9kbn7e8EIKoilhpgTy5Fg1、什么是PDAL？PDAL是点云数据处理的库。这是一个C/C++开源库，用于点云数据的转换和处理。尽管该库中许多工具的重点和发展都起源于激光雷达点云数据的处理，但它也不限于激光雷达数据。一个简单的PDAL点云处理流程，由读文件、滤波模块和写点云模块组成组成此操作以将数据重新投影并加载到PostgreSQL的PDAL JSON流程如下所示..

本文转自：https://blog.csdn.net/kebu12345678/article/details/81673161/点云属性变化最初是对实数进行一些列变换，后提出他的定点实现（fixed-point operations）达到了和浮点差不多的压缩效果，定点计算相对有一定的优势。本文介绍在计算机体系结构中浮点floating-point和定点fixed-point数据的表示，浮点到定点转换的各种舍入和截断处理方式，定点数据的Q格式表示，根据信号处理算法来进行定点数据的定标方法，定点数据.

一、参考博客点云地面点滤波(Cloth Simulation Filter, CSF)“布料”滤波算法介绍：https://blog.csdn.net/wxc_1998/article/details/107206075CSF官方简介：http://ramm.bnu.edu.cn/projects/CSF/有cloudcompare用法点云地面点滤波-progressive TIN densification(PTD)算法介绍：https://blog.csdn.net/wxc_1998/ar...

CVPR 2020 3D点云 Point Cloud 文章汇总：https://blog.csdn.net/qinglostsoul/article/details/106849553点云压缩win10+vs2017+PCL1.9.1+G-PCC-release-11.0：https://blog.csdn.net/weixin_46338184/article/details/112917535 博客中除了gpcc的配置，还包括很多点云库的链接及其他相关链接5G下沉浸式媒体的重要技术3D&am..

1.https://blog.csdn.net/m0_38087936/article/details/89246023 本链接为这位博主整理的3D点云相关的数据集，较为全面https://blog.csdn.net/MRZHUGH/article/details/109370388各种数据集及其连接2. 论文Edge-Convolution Point Net for Semantic Segmentation of Large-Scale Point Clouds中提及的三种点云数据...

高斯平滑函数有众多用途，在图像处理领域也得到了广泛的应用。基础知识：1、满足正态分布的高斯函数：2、二维高斯函数：相关链接：https://www.cnblogs.com/mengfanrong/p/4369545.htmlhttps://blog.csdn.net/zhanghm1995/article/details/80791018https://blog.csdn.net/u012370185/article/details/90265670https://bl.

TMC13 codec 框架包含的内容：一、This Test Model addresses the compression of point clouds： Category 1 (static point clouds) Category 3 (dynamically acquiredpoint clouds) 二、Point cloud positions are coded first , Attribute coding depends on the de...

MPEG官网度量软件中，包含point-point(D1)、point-plane(D2) 和RGB失真度量。可参考MPEG 中118 Hobart 2017.04会议文档m40522-v3-m40522v3-Updates and Integration of Evaluation Metric Software for PCC看详细介绍。测试过程记录：1、下载好的代码如下，编译中出现的各种问题参考上一篇笔记：https://blog.csdn.net/yamgyutou/article/deta

在跑代码时经常会出现各种各样的小问题，有的似曾相识，就是记不起来，哈哈哈哈哈哈。无法打开源文件Eigen\Dense：Error：代码头文件中：#include <Eigen\Dense> 显示无法打开Eigen\DenseSolution：显然是缺少Eigen库。可以直接下载一个Eigen库添加上，由于之前安装pcl的时候就包含Eigen第三方库，所以这里我可以直接用。在项目属性-> 配置属性-> vc++目录-> 包含目录-->编辑-->直接..

在MPEG的TMC13模型中，对于surface point cloud compression，对block和vertices进行熵编码；对于lidar point cloud compression，需要对量化残差进行算术编码。这里对熵编码相关的知识进行了总结。熵编码:(1)https://blog.csdn.net/m0_37579288/article/details/79552526 (2)https://zhuanlan.zhihu.com/p/26454072信息论中，Shann.

cloudcompare软件 之 傻瓜操作笔记还可以显示点云直方图，或者进行高斯滤波双边滤波等操作以下是使用cloudcompare进行点云渲染的步骤：在进行操作前首先要选中对哪一个点云进行处理1、Edit -> Colors -> Set unique -> 选择颜色2、高程渲染Edit -> Scalar fields ->Export coordinates to SF3、颜色渲染：Edit -> Colors -> .

传统的点云编码流程：几何编码：八叉树几何编码->几何量化->几何熵编码； 属性编解：重着色->属性变换->属性预测->属性残差量化->残差二值化->属性残差熵编码参考：https://blog.csdn.net/weixin_44312010/article/details/102764275关于点云压缩QP与属性量化步长的映射...

参考：https://www.cnblogs.com/li-yao7758258/p/6477007.html随机采样一致性算法应用广泛，如剔除错误的配准点对、分割等。本教程采用随机采样一致性算法（RANSAC）从一组含有“局外点”的数据中，通过迭代方式估计数学模型的参数。https://www.cnblogs.com/li-yao7758258/p/6477007.html中有代码。实验...

软件链接：【1】http://wg11.sc29.org/svn/repos/MPEG-04/Part16-Animation_Framework_eXtension_(AFX)/trunk/3Dgraphics/3DG-PCC/trunk/【2】github链接：https://github.com/RufaelDev/pcc-mp3dg【3】作者交给别人维护，https://gi...

在mpeg官网和GitHub下的代码都试过了，单用的时候一直会出现debug error。有哪位道友知道怎么回事么？刚开始以为是环境的问题，就从头开始下载了vs，配置pcl开发环境，安装cmake，然后生成。cfg文件。但还是一直有提示错误。...

一、unique functionReference:https://zhuanlan.zhihu.com/p/47389313unique按排序顺序返回。[C,ia,ic] = unique(___) 还可返回索引向量 ia 和 ic。 如果 A 是向量，则 C = A(ia) 且 A = C(ic)。 如果 A 是矩阵或数组，则 C = A(ia) 且 A(:) = C(ic)。 如果...

读取 .ply格式的点云文件和 .txt格式，代码如下：.ply效果较好，可旋转。.txt不可旋转。由于刚开始读出来的horse是白色的，所以自己琢磨的加了 %1 %2 %3 这三行。注：发现了一个新技能。假如一个代码中大量使用了一个变量名，但之后又想改一下名字，可选中其中一个，改成新名字之后按‘shift+enter’就可以改好所有的名字。代码：clear;clc;%r...

一、resamping重采样参考：https://www.cnblogs.com/longyp/articles/7435547.htmlhttps://blog.csdn.net/DLW__/article/details/102001232测量较小的对象时产生一些误差,直接重建会使曲面不光滑或者有漏洞,为了建立完整的模型需要对表面进行平滑处理和漏洞修复.可通过数据重建来解决这一问题,重采样算法通过对周围数据点进行高阶多项式插值来重建表面缺少的部分.由多个扫描配准后得到的数据直接拿来重建可

上面是上图像处理课程大湘老师PPT中的一个图，其实，我觉得点云中的很多技术都是从较为成熟的图像处理中借鉴过来的。就譬如之前关键点检测用到的Hough变换，以及上一篇分割笔记中有关区域生长的分割，还有这篇的最小割分割。六、最小割分割算法_min cut segmentation参考：https://www.cnblogs.com/ironstark/p/5008258.html最小割(min-cut)并不是一个什么很新鲜的东西。它早就用在网络规划，求解桥问题，图像分割等领域，被移植到点云分割上..

平面分割——planar segmentation点云操作中，平面的分割是经常遇到的问题，下面的例子就是如何利用PCL库提拟合出的参数，之后就可以过滤掉在平面附近的点云。#include <iostream>#include <pcl/ModelCoefficients.h>#include <pcl/io/pcd_io.h>#include &...

为了节省时间，我打算快速的浏览一下源码11章的内容，大概有所了解。一、正态分布变换 normal_distributions_transform可参考https://www.cnblogs.com/21207-iHome/p/7998878.html正态分布变换算法是一个配准算法（确定两个大型点云（都超过100,000个点）之间的刚体变换），它应用于三维点的统计模型，使用标准优...

http://robotica.unileon.es/index.php/File:PFH_frame.png 3D对象识别是点云处理最主要的应用之一，类似于2D识别，找到点云的关键点或特征点，与之前保存好的点云进行匹配。但3D相对于2D会有优势，譬如，我们能相当精确的估计出物体相对于传感器的准确位置和方向；3D对象识别往往对杂乱(前面的对象遮挡背景中的对象的拥挤场景)更加鲁棒；...

逐步对一系列的点云进行两两配准，并使得都与第一个点云在同一坐标系。http://pointclouds.org/documentation/tutorials/pairwise_incremental_registration.php pcl文档但我不知道这个功能在什么情况下可以用到，还请路过的道友指点。...

ICP (Iterative Closest Point) 迭代最近点。参考：https://zhuanlan.zhihu.com/p/35893884 对ICP问题引入解释的很到位了，反手一个赞https://blog.csdn.net/Asher_zheng/article/details/97491462 有示例，有自己写的拓展的，待细看https://www.cnblo...

http://pointclouds.org/documentation/tutorials/implicit_shape_model.php 英文文档本教程让我们学会implicit shape model算法，通过pcl::ism::ImplicitShapeModel 类来实现，这个算法是hough变换和Bag of Feature方法的结合，目的是实现：拥有一些已知类别的不同对象的训练...

http://pointclouds.org/documentation/tutorials/global_hypothesis_verification.php 英文文档本教程旨在解释如何在杂乱和严重遮挡的三维场景中通过验证模型假设来进行三维物体识别。在描述符匹配之后，教程运行PCL中可用的对应分组算法之一，以便对点对点对应集进行聚类，确定场景中对象假设的实例。在这些假设上，应用全局假...

pcl::BoundaryEstimation用于散乱点云的边界提取，但应该只适用于简单的点云，过于复杂的话效果应该不太好。同时，需要pcl::NormalEstimation先计算法线，算起来也挺慢的。...

ROPS特征（Rotational Projection Statistics）旋转投影统计使用 pcl::ROPSEstimation 类来提取点要素，由Yulan Guo, Ferdous Sohel等人在“Rotational Projection Statistics for 3D Local Surface Description and Object Recognition”...

FPFH (Fast Point Feature Histograms)快速点特征描述符。http://pointclouds.org/documentation/tutorials/fpfh_estimation.php#fpfh-estimation这是pcl官网的英文文档https://blog.csdn.net/u013235582/article/details/10081134...

在看代码的过程中经常会忽略一些小东西，但突然用的时候可能找不到，在这里记下，以备不时之需。之后在这里一点点补充吧。【OK】 原谅我表情包太多，就想贴两张，愉悦身心。【微笑】计算时间代码中很多时候需要计算时间，我觉得一方面是需要在命令行显示出来，一方面可以用来算法的性能。#include <pcl/console/time.h>pcl:...

经常会遇到点云可视化的情况，这里记录一些viewer相关的代码，方便以后直接使用。pcl源码第五章pcl_visualizer_demo.cpp介绍了各种情况的显示，如显示法线、鼠标键盘响应等。一般在代码最后都要添加如下的主循环： while (!viewer.wasStopped ()) { viewer.spinOnce (); }显示点云，设置窗口背景颜色...

点云的配准是将从不同视角获取的点云进行配准，合成一幅在相同坐标系下的完成的点云。一般有手动配准和自动配准。按我的理解，主要用到的是刚体变换，找到关键点，通过旋转平移实现两两配准。本代码基于pcl_recognition模块执行3D对象识别。具体来说，它解释了如何使用对应分组Correspondence Grouping算法，将在3D描述符匹配阶段之后获得的点对点对应集聚类成当前场景中存在...

与上篇笔记一样https://blog.csdn.net/yamgyutou/article/details/105080379，本篇介绍算子都可用于关键点检测，都属于低层次的点云处理。为什么特征检测以及算子的详细介绍：https://www.cnblogs.com/AndyJee/p/3734805.html以下为百度百科介绍：Harris算子：https://baike.baidu...

NARF(Normal Aligned Radial Feature)关键点是为了从深度图像中识别物体而提出的.关键点提取并不是一个独立的部分，他往往会更进一步的应用于特征描述、识别、寻物等。参考：https://www.cnblogs.com/ironstark/p/5051533.html...

深度图像的研究重点主要集中在以下几个方面，深度图像的分割技术 ，深度图像的边缘检测技术 ，基于不同视点的多幅深度图像的配准技术，基于深度数据的三维重建技术，基于三维深度图像的三维目标识别技术，深度图像的多分辨率建模和几何压缩技术等等，在PCL 中深度图像与点云最主要的区别在于其近邻的检索方式的不同，并且可以互相转换。壹、range_image_creation代码及详解参考...

1、无法解析外部符号https://blog.csdn.net/shaoyiting/article/details/55511286?locationNum=14&fps=1 这个博客有说，但是我的查看后我的是正确的。https://bbs.csdn.net/topics/210023866 这个可参考10楼评论，即缺少.h .cpp文件，在错误提醒中会看到有个KMEA...

注释加代码比较多，看起来可能比较乱，具体如下。（1）利用VoxelGrid滤波器进行下采样，这样点就会少一些，好循环。（2）循环对点云进行分割（SACSegmentation），提取（ExtractIndices）出一个点云平面。（3）可视化。codes：#include <iostream>#include <pcl/ModelCoefficients....

回来没拿PCL书，幸亏安装时候就下好了源代码，只能看着代码看人是干啥的。在获取点云时，由于各种因素数据中会不可避免的出现噪声点，所以需要进行滤波，一般也是进行预处理的第一步。我们要根据不同的情况选择合适的滤波方法。pcl中提供了很多滤波器，嗯，真好。一、Pass-through filter 直通滤波器可以指定字段，指定坐标范围来滤除范围内外的点。看注释。 // 创建滤波器...

点云包围盒AABB and OBB 太惨了，之前半年的笔记几乎都在一个文档里放着，结果不知道啥时候可能手误干了个啥，早上打开后只有空空如也的白色界面，让我先默哀两分钟 。是的，这是小白的笔记。正文：代码在各大道友的博客里都能找到，真好。运行时会出现异常或者出现空的命令行，查找未果，走过路过的道友看到了给我说一下为啥，谢谢。经各种尝试，此法可解一时之忧：在生成...