CloudCompare是一個(gè)三維點(diǎn)云（網(wǎng)格）編輯和處理軟件。最初，它被設(shè)計(jì)用來對(duì)稠密的三維點(diǎn)云進(jìn)行直接比較。它依賴于一種特定的八叉樹結(jié)構(gòu)，在進(jìn)行點(diǎn)云對(duì)比這類任務(wù)時(shí)具有出色的性能【1】。此外，由于大多數(shù)點(diǎn)云都是由地面激光掃描儀采集的，CloudCompare的目的是在一臺(tái)標(biāo)準(zhǔn)筆記本電腦上處理大規(guī)模的點(diǎn)云——通常超過1000萬個(gè)點(diǎn)云。在2005年后，cloudcompare就實(shí)現(xiàn)了點(diǎn)云和三角形網(wǎng)格之間的比較。隨后，許多其他點(diǎn)云處理算法（配準(zhǔn)、重采樣、顏色/法線向量/尺度、統(tǒng)計(jì)計(jì)算、傳感器管理、交互式或自動(dòng)分割等）以及顯示增強(qiáng)工具（自定義顏色漸變、顏色和法向量處理，校準(zhǔn)圖像處理、OpenGL著色器、插件等）

例如在一臺(tái)帶有雙核處理器的筆記本電腦上，計(jì)算出300萬個(gè)點(diǎn)到14000個(gè)三角形網(wǎng)格的距離需要10秒（筆者理解：這里是指點(diǎn)云到模型的配準(zhǔn)，出現(xiàn)的誤差通過顏色的不同可視化出差別）

點(diǎn)云與網(wǎng)格

由于CloudCompare的特定歷史，該軟件幾乎將所有的三維實(shí)體都視為點(diǎn)云數(shù)據(jù)進(jìn)行處理。通常，三角形網(wǎng)格只是一個(gè)具有關(guān)聯(lián)拓?fù)涞狞c(diǎn)云（網(wǎng)格頂點(diǎn) the mesh vertices）（與每個(gè)三角形對(duì)應(yīng)的“連接”點(diǎn)的三元組）。這解釋了網(wǎng)格始終有一個(gè)名為“頂點(diǎn)”的點(diǎn)云作為同級(jí)或父級(jí)（取決于加載或生成它們的方式）。雖然CloudCompare允許用戶直接在網(wǎng)格結(jié)構(gòu)（即三角化點(diǎn)云）上應(yīng)用一些工具，但有些工具只能應(yīng)用于網(wǎng)格頂點(diǎn)。一開始可能有點(diǎn)令人難以理解，但我們不希望用戶忽略這一點(diǎn)：CloudCompare主要是一個(gè)點(diǎn)云處理軟件。當(dāng)然，由于CloudCompare的目的是進(jìn)行變化檢測(cè)（例如形變監(jiān)測(cè)），而且三角形網(wǎng)格是表示參考形狀（例如建筑物）的一種非常常見的方法，因此它非常有用，不能忽視。盡管如此，處理網(wǎng)格點(diǎn)云仍然是一個(gè)“次要”實(shí)例，尤其是CloudCompare能夠直接比較兩個(gè)點(diǎn)云，而不需要生成中間網(wǎng)格。

主要原因是：

• 三角化網(wǎng)格通常很難在真實(shí)場(chǎng)景中正確生成，尤其是在使用激光掃描儀（噪聲、可變密度等）掃描時(shí)

• 由于ALS/TLS點(diǎn)云通常非常密集（且準(zhǔn)確），我們已經(jīng)擁有了所需的所有信息。

（筆者理解：這里說明了cloudcompare的定位是一款處理點(diǎn)云的軟件，盡管能處理mesh數(shù)據(jù)，但是也只能處理mesh數(shù)據(jù)中頂點(diǎn)的點(diǎn)，并且是一款用于檢測(cè)形變的點(diǎn)云處理軟件）

CloudCompare技術(shù)上的優(yōu)勢(shì)

便攜性

CloudCompare是在C++中開發(fā)的。它目前是在Windows、Linux和Mac操作系統(tǒng)上編譯（感謝CMake）32位和64位體系結(jié)構(gòu)。

在存儲(chǔ)和速度之間進(jìn)行權(quán)衡

以下是關(guān)于CloudCompare中所做技術(shù)選擇的一些細(xì)節(jié)（主要是為了實(shí)現(xiàn)加載盡可能多的點(diǎn)而不降低太多性能的目標(biāo)，即在存儲(chǔ)和速度之間進(jìn)行良好的權(quán)衡）

• 所有存儲(chǔ)值和大部分計(jì)算都使用32位浮點(diǎn)值完成

• 防止對(duì)數(shù)組大小的任何限制（因?yàn)樵?2 位Windows上很難獲得大的連續(xù)內(nèi)存塊），我們使用一個(gè)自定義容器，自動(dòng)將數(shù)據(jù)集分塊成小塊（每個(gè)塊64KB）。

• 法向量（如果有）壓縮到16位（實(shí)際上是15位，因?yàn)榱炕?的工作方式）

• CloudCompare中使用的特定八叉樹結(jié)構(gòu)需要恒定的每點(diǎn)內(nèi)存（即在32位操作系統(tǒng)上，每點(diǎn)8個(gè)字節(jié)—最大深度為10—在64位操作系統(tǒng)上為12個(gè)字節(jié)—最大深度為21！）。它基于三維點(diǎn)坐標(biāo)的特定量化-一種Morton【2】排序方案-其中每個(gè)點(diǎn)在八叉樹網(wǎng)格和任何級(jí)別上的位置都由單個(gè)整數(shù)代碼表示。然后我們處理這些代碼以實(shí)現(xiàn)非常高效的最近鄰查詢操作。然而，盡管這種八叉樹結(jié)構(gòu)對(duì)于計(jì)算距離非常有效，但它不適合快速顯示（ Level Of Detail （LOD） 等）

基于以上平衡選擇的結(jié)果是CloudCompare每GB內(nèi)存可以存儲(chǔ)大約9000萬個(gè)空白點(diǎn)（只含有XYZ的意思）。如果添加RGB顏色、法線向量、單個(gè)尺度字段，并且需要計(jì)算八叉樹，則每GB最多可以加載3200萬個(gè)點(diǎn)。在一個(gè)64位操作系統(tǒng)上，你可以加載任意多個(gè)點(diǎn)（事實(shí)上多達(dá)40億）。但是，根據(jù)您的顯卡功能，顯示和交互性可能會(huì)因?yàn)檫@許多點(diǎn)而嚴(yán)重降低）。有了高端顯卡，你可以保持一個(gè)合理的幀速率高達(dá)1.5億個(gè)點(diǎn)。

參考文獻(xiàn)

1 http://en.wikipedia.org/wiki/Quantization

2 http://en.wikipedia.org/wiki/Z-order_curve

最近的進(jìn)展

雖然該項(xiàng)目已于2004年在EDF研發(fā)部啟動(dòng)，但直到2009年左右才在公共領(lǐng)域發(fā)布（根據(jù)GPL許可）。由于CloudCompare是開源項(xiàng)目，所以每個(gè)人都可以免費(fèi)（也歡迎）擴(kuò)展其功能。請(qǐng)不吝于提問和分享您的經(jīng)驗(yàn)在論壇里【3】，并查看Github源代碼【4】。

許可證

CCLib庫(kù)（包含核心算法）的許可證是LGPL【5】版本2.0。

因此，CCLib可以集成到任何商業(yè)或非商業(yè)項(xiàng)目中。你只要和別人分享，就可以和作者一起修改代碼。

其他組件的許可證為GPL【6】（2.0版）：

?qCC_db（數(shù)據(jù)庫(kù)）

?qCC_io（文件I/O庫(kù)）

?qCC_gl（基于OpenGL的3D顯示庫(kù)）

?CloudCompare和ccViewer（獨(dú)立應(yīng)用程序）

因此，只有與GPL兼容（即開源但不一定意味著免費(fèi)）的項(xiàng)目可以使用這些組件。

最新版本的用戶文檔可在以下網(wǎng)址找到：

http://www.cloudcompare.org/doc/wiki/

參考文獻(xiàn)

3 http://www.cloudcompare.org/forum

4 https://github.com/cloudcompare/trunk

5 http://www.gnu.org/licenses/lgpl-2.0.html

6 http://www.gnu.org/licenses/gpl-2.0.html

資源

三維點(diǎn)云論文及相關(guān)應(yīng)用分享

【點(diǎn)云論文速讀】基于激光雷達(dá)的里程計(jì)及3D點(diǎn)云地圖中的定位方法

3D目標(biāo)檢測(cè)：MV3D-Net

三維點(diǎn)云分割綜述（上）

3D-MiniNet: 從點(diǎn)云中學(xué)習(xí)2D表示以實(shí)現(xiàn)快速有效的3D LIDAR語義分割（2020）

win下使用QT添加VTK插件實(shí)現(xiàn)點(diǎn)云可視化GUI

JSNet：3D點(diǎn)云的聯(lián)合實(shí)例和語義分割

大場(chǎng)景三維點(diǎn)云的語義分割綜述

PCL中outofcore模塊---基于核外八叉樹的大規(guī)模點(diǎn)云的顯示

基于局部凹凸性進(jìn)行目標(biāo)分割

基于三維卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云標(biāo)記

點(diǎn)云的超體素(SuperVoxel)

基于超點(diǎn)圖的大規(guī)模點(diǎn)云分割

更多文章可查看：點(diǎn)云學(xué)習(xí)歷史文章大匯總

SLAM及AR相關(guān)分享

【開源方案共享】ORB-SLAM3開源啦！

【論文速讀】AVP-SLAM：自動(dòng)泊車系統(tǒng)中的語義SLAM

【點(diǎn)云論文速讀】StructSLAM:結(jié)構(gòu)化線特征SLAM

SLAM和AR綜述

常用的3D深度相機(jī)

AR設(shè)備單目視覺慣導(dǎo)SLAM算法綜述與評(píng)價(jià)

SLAM綜述(4)激光與視覺融合SLAM

Kimera實(shí)時(shí)重建的語義SLAM系統(tǒng)

SLAM綜述(3)-視覺與慣導(dǎo)，視覺與深度學(xué)習(xí)SLAM

易擴(kuò)展的SLAM框架-OpenVSLAM

高翔：非結(jié)構(gòu)化道路激光SLAM中的挑戰(zhàn)

SLAM綜述之Lidar SLAM

基于魚眼相機(jī)的SLAM方法介紹

往期線上分享錄播匯總

第一期B站錄播之三維模型檢索技術(shù)

第二期B站錄播之深度學(xué)習(xí)在3D場(chǎng)景中的應(yīng)用

第三期B站錄播之CMake進(jìn)階學(xué)習(xí)

第四期B站錄播之點(diǎn)云物體及六自由度姿態(tài)估計(jì)

第五期B站錄播之點(diǎn)云深度學(xué)習(xí)語義分割拓展

第六期B站錄播之Pointnetlk解讀

[線上分享錄播]點(diǎn)云配準(zhǔn)概述及其在激光SLAM中的應(yīng)用

[線上分享錄播]cloudcompare插件開發(fā)

[線上分享錄播]基于點(diǎn)云數(shù)據(jù)的?Mesh重建與處理

[線上分享錄播]機(jī)器人力反饋遙操作技術(shù)及機(jī)器人視覺分享

[線上分享錄播]地面點(diǎn)云配準(zhǔn)與機(jī)載點(diǎn)云航帶平差

點(diǎn)云PCL更多活動(dòng)請(qǐng)查看：點(diǎn)云PCL活動(dòng)之應(yīng)屆生校招群

掃描下方微信視頻號(hào)二維碼可查看最新研究成果及相關(guān)開源方案的演示：

如果你對(duì)本文感興趣，請(qǐng)點(diǎn)擊“原文閱讀”獲取知識(shí)星球二維碼，務(wù)必按照“姓名+學(xué)校/公司+研究方向”備注加入免費(fèi)知識(shí)星球，免費(fèi)下載pdf文檔，和更多熱愛分享的小伙伴一起交流吧！

以上內(nèi)容如有錯(cuò)誤請(qǐng)留言評(píng)論，歡迎指正交流。如有侵權(quán)，請(qǐng)聯(lián)系刪除

掃描二維碼

? ? ? ? ? ? ? ? ? ?關(guān)注我們

讓我們一起分享一起學(xué)習(xí)吧！期待有想法，樂于分享的小伙伴加入免費(fèi)星球注入愛分享的新鮮活力。分享的主題包含但不限于三維視覺，點(diǎn)云，高精地圖，自動(dòng)駕駛，以及機(jī)器人等相關(guān)的領(lǐng)域。

分享及合作方式：群主微信“920177957”（需要按要求備注） 聯(lián)系郵箱：dianyunpcl@163.com，歡迎企業(yè)來聯(lián)系公眾號(hào)展開合作。

點(diǎn)一下“在看”你會(huì)更好看耶

總結(jié)

以上是生活随笔為你收集整理的CloudCompare的介绍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。