03 2017 档案

ROS关于cv_brige的使用
摘要：最近想使用OpenCV 和ROS实现点云的拼接，实现三维重建，那么在学习了kinect的基本的使用方法以后我们知道，直接使用ROS 的包即可得到点云，深度图，rgb图等信息， roslaunch openni_launch openni.launch（深度图彩色图，还有点云都获取了） rosrun 阅读全文
posted @ 2017-03-29 14:32 Being_young 阅读(17523) 评论(0) 推荐(3)
PCL点云分割（1）
摘要：点云分割是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如逆向工作，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。 案例分析 用一组点云数据做简 阅读全文
posted @ 2017-03-21 17:58 Being_young 阅读(27164) 评论(0) 推荐(0)
PCL点云分割（2）
摘要：关于点云的分割算是我想做的机械臂抓取中十分重要的俄一部分，所以首先学习如果使用点云库处理我用kinect获取的点云的数据，本例程也是我自己慢慢修改程序并结合官方API 的解说实现的，其中有很多细节如果直接更改源程序，可能会因为数据类型，或者头文件等各种原因编译不过，会导致我们比较难得找出其中的错误， 阅读全文
posted @ 2017-03-21 17:57 Being_young 阅读(7905) 评论(0) 推荐(0)
PCL行人检测
摘要：首先我们知道Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主，那么PCL中也是利用这一思想来进行行人 阅读全文
posted @ 2017-03-21 16:59 Being_young 阅读(7783) 评论(3) 推荐(0)
PCL几种采样方法
摘要：（1）下采样 Downsampling 一般下采样是通过构造一个三维体素栅格，然后在每个体素内用体素内的所有点的重心近似显示体素中的其他点，这样体素内所有点就用一个重心点来表示，进行下采样的来达到滤波的效果，这样就大大的减少了数据量，特别是在配准，曲面重建等工作之前作为预处理，可以很好的提高程序的运 阅读全文
posted @ 2017-03-21 16:55 Being_young 阅读(25943) 评论(4) 推荐(2)
PCL法线估计
摘要：平面的法线是垂直于它的单位向量。在点云的表面的法线被定义为垂直于与点云表面相切的平面的向量。表面法线也可以计算点云中一点的法线，被认为是一种十分重要的性质。常常在被使用在很多计算机视觉的应用里面，比如可以用来推出光源的位置，通过阴影与其他视觉影响，表面法线的问题可以近似化解为切面的问题，这个切面的问 阅读全文
posted @ 2017-03-21 16:28 Being_young 阅读(14372) 评论(0) 推荐(1)
PCL的PNG文件和计算点云重心
摘要：PCL提供节约一点云的值为一个PNG图像文件的可能方案。显然，这只能用有序的点云来完成，因为生成的图像的行和列将与点云的对应完全一致。例如，如果你从一个传感器Kinect或Xtion的点云，你可以用这个来检索640x480 RGB图像匹配的点云。 就是将点云文件PCD保存成PNG文件,程序如下 那么 阅读全文
posted @ 2017-03-21 16:26 Being_young 阅读(6374) 评论(0) 推荐(0)
谷歌draco
摘要：前不久，谷歌开源的Draco关于点云的编码与压缩的源码，Draco 由谷歌 Chrome 媒体团队设计，旨在大幅加速 3D 数据的编码、传输和解码。因为研发团队的 Chrome 背景，这个开源算法的首要应用对象是浏览器。但既然谷歌把它开源，现在全世界的开发者可以去探索 Draco 在其他场景的应用， 阅读全文
posted @ 2017-03-20 16:10 Being_young 阅读(2645) 评论(0) 推荐(0)
PCL点云配准（2）
摘要：（1）正态分布变换进行配准（normal Distributions Transform） 介绍关于如何使用正态分布算法来确定两个大型点云之间的刚体变换，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匹配，因为其在配准的过程中不利用对应点的特征计算 阅读全文
posted @ 2017-03-20 14:21 Being_young 阅读(23982) 评论(0) 推荐(1)
PCL点云配准（1）
摘要：在逆向工程，计算机视觉，文物数字化等领域中，由于点云的不完整，旋转错位，平移错位等，使得要得到的完整的点云就需要对局部点云进行配准，为了得到被测物体的完整数据模型，需要确定一个合适的坐标系，将从各个视角得到的点集合并到统一的坐标系下形成一个完整的点云，然后就可以方便进行可视化的操作，这就是点云数据的 阅读全文
posted @ 2017-03-20 14:20 Being_young 阅读(46200) 评论(10) 推荐(3)
PCL点云变换与移除NaN
摘要：对点云的操作可以直接应用变换矩阵，即旋转，平移，尺度，3D的变换就是要使用4*4 的矩阵,例如： 等等模型 在这里直接使用程序开实现一个点云的旋转，新建文件matrix.cpp 编译后我们随便找一个PCD文件查看效果，也可以该程序的参数，查看不同的参数的结果 命令窗口打印的结果 可视化的结果 (2) 阅读全文
posted @ 2017-03-08 20:20 Being_young 阅读(16224) 评论(0) 推荐(0)
PCL点云曲面重建（1）
摘要：在测量较小的数据时会产生一些误差，这些误差所造成的不规则数据如果直接拿来曲面重建的话，会使得重建的曲面不光滑或者有漏洞，可以采用对数据重采样来解决这样问题，通过对周围的数据点进行高阶多项式插值来重建表面缺少的部分， （1）用最小二乘法对点云进行平滑处理 新建文件resampling.cpp 结果对比 阅读全文
posted @ 2017-03-08 20:19 Being_young 阅读(29742) 评论(13) 推荐(1)
PCL点云特征描述与提取（4）
摘要：如何从一个深度图像（range image）中提取NARF特征 代码解析narf_feature_extraction.cpp 编译运行./narf_feature_extraction -m 这将自动生成一个呈矩形的点云，检测的特征点处在角落处，参数-m是必要的，因为矩形周围的区域观测不到，但是属 阅读全文
posted @ 2017-03-08 20:17 Being_young 阅读(7839) 评论(3) 推荐(0)
PCL点云特征描述与提取（3）
摘要：快速点特征直方图(FPFH)描述子 已知点云P中有n个点，那么它的点特征直方图（PFH）的理论计算复杂度是，其中k是点云P中每个点p计算特征向量时考虑的邻域数量。对于实时应用或接近实时应用中，密集点云的点特征直方图（PFH）的计算，是一个主要的性能瓶颈。此处为PFH计算方式的简化形式，称为快速点特征 阅读全文
posted @ 2017-03-08 20:16 Being_young 阅读(16967) 评论(0) 推荐(0)
PCL点云特征描述与提取（2）
摘要：点特征直方图（PFH）描述子 正如点特征表示法所示，表面法线和曲率估计是某个点周围的几何特征基本表示法。虽然计算非常快速容易，但是无法获得太多信息，因为它们只使用很少的几个参数值来近似表示一个点的k邻域的几何特征。然而大部分场景中包含许多特征点，这些特征点有相同的或者非常相近的特征值，因此采用点特征 阅读全文
posted @ 2017-03-03 13:54 Being_young 阅读(11054) 评论(1) 推荐(0)
PCL点云特征描述与提取（1）
摘要：3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分，点云的识别。分割，重采样，配准曲面重建等处理大部分算法，都严重依赖特征描述与提取的结果。从尺度上来分，一般分为局部特征的描述和全局特征的描述，例如局部的法线等几何形状特征的描述，全局的拓朴特征的描述，都属于3D点云特征描述与提取的范畴， 阅读全文
posted @ 2017-03-03 13:52 Being_young 阅读(48944) 评论(0) 推荐(2)