随笔分类 - 激光slam笔记
PCL——(10)PCL中使用随机采样一致性模型
摘要:@ 在计算机视觉领域广泛的使用各种不同的采样一致性参数估计算法用于排除错误的样本,样本不同对应的应用不同,例如剔除错误的配准点对,分割出处在模型上的点集,PCL中以随机采样一致性算法(RANSAC)为核心,同时实现了五种类似与随机采样一致形算法的随机参数估计算法,例如随机采样一致性算法(RANSAC
阅读全文
PCL——(9)从深度图像中提取边界
摘要:@ 从深度图像中提取边界(从前景跨越到背景的位置定义为边界): 物体边界:这是物体的最外层和阴影边界的可见点集. 阴影边界:毗邻于遮挡的背景上的点集(遮挡和背景的交界) Veil点集,在被遮挡物边界和阴影边界之间的内插点 它们是有激光雷达获取的3D距离数据中的典型数据类型,这三类数据及深度图像的边界
阅读全文
PCL——(8)从点云数据生成深度图像
摘要:@ 一、深度图像的获取方法 目前深度图像的获取方法有激光雷达深度成像法,计算机立体视觉成像,坐标测量机法,莫尔条纹法,结构光法等等,针对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
阅读全文
PCL——(7)点云滤波
摘要:@ 一、简介 PCL中总结了几种需要进行点云滤波处理的情况,这几种情况如下: (1)点云数据密度不规则需要平滑。 (2)因为遮挡等问题造成离群点需要去除。 (3)大量数据需要进行下采样( Downsample)。 (4)噪音数据需要去除。 对应的方法如下: (1)按具体给定的规则限制过滤去除点。 (
阅读全文
PCL——(6)八叉树Octree
摘要:@ 一、八叉树简介: 体素化使用空间的均匀分割 八叉树对空间非均匀分割(按需分割) 1D数据的2叉树表示 2D数据的4叉树表示 3D数据的8叉树表示 二、构建步骤 (1).设定最大递归深度。 (2).找出场景的最大尺寸,并以此尺寸建立第一个立方体。 (3).依序将单位元元素丢入能被包含且没有子节点的
阅读全文
PCL——(5)kd-tree实现快速领域搜索
摘要:@ #include <pcl/point_cloud.h> #include <pcl/kdtree/kdtree_flann.h> #include <iostream> #include <vector> #include <ctime> int main (int argc, char**
阅读全文
PCL ——(4)点云文件读写
摘要:@ 写PCD文件 #include <pcl/io/pcd_io.h>//包含了PCD输入输出操作的声明 #include <pcl/point_types.h>//包含一些PointT类型结构体的声明(本例中是pcl::PointXYZ)。 int main(int argc,char **arg
阅读全文
PCL——(3)PCD(点云数据)文件格式简介
摘要:@ 一、为什么用一种新的文件格式? PCD文件格式并非白费力气地做重复工作,现有的文件结构因本身组成的原因不支持由PCL库引进n维点类型机制处理过程中的某些扩展,而PCD文件格式能够很好地补足这一点。PCD不是第一个支持3D点云数据的文件类型,尤其是计算机图形学和计算几何学领域,已经创建了很多格式来
阅读全文
PCL从点云数据生成深度图像
摘要:https://www.cnblogs.com/sweetdark/p/9025032.html
阅读全文
ros 点云和PCL 点云的转换 pointcloud2 pointcloud<>
摘要:https://answers.ros.org/question/136916/conversion-from-sensor_msgspointcloud2-to-pclpointcloudt/
阅读全文
PCL —— (2)自带的点云类型PointT
摘要:@ PointXYZ——成员变量: float x, y, z; PointXYZ是使用最常见的一个点数据类型,因为它只包含三维xyz坐标信息,这三个浮点数附加一个浮点数来满足存储对齐,用户可利用points[i].data[0],或者points[i].x访问点的x坐标值。 union { flo
阅读全文