當前位置：首頁 > 人文社科 > 生活经验 >内容正文

生活经验

PCL点云处理算法目录

發布時間：2023/11/27 生活经验 33 豆豆

生活随笔收集整理的這篇文章主要介紹了 PCL点云处理算法目录小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

一、點云配準

PCL中的點云配準方法：https://www.sohu.com/a/321034987_715754
點云配準資源匯總：https://mp.weixin.qq.com/s/rj090vstXl8nlI_lWndmTg
1、PCL ICP算法實現點云精配準：https://blog.csdn.net/qq_36686437/article/details/105825252
2、PCL 點到面的ICP精配準：https://blog.csdn.net/qq_36686437/article/details/109893261
3、PCL 點到面的ICP（非線性最小二乘）：https://blog.csdn.net/qq_36686437/article/details/109998696
4、PCL 4PCS算法實現點云配準：https://blog.csdn.net/qq_36686437/article/details/105646373
5、PCL 3D-NDT 算法實現點云配準：https://blog.csdn.net/qq_36686437/article/details/105824202
6、PCL K4PCS算法實現點云配準：https://blog.csdn.net/qq_36686437/article/details/105782812
7、PCL 使用GICP對點云配準：https://blog.csdn.net/qq_36686437/article/details/107345969
8、PCL SAC_IA 初始配準算法：https://blog.csdn.net/qq_36686437/article/details/107304152
9、PCL 交互式迭代最近點配準：https://blog.csdn.net/qq_36686437/article/details/106950838
10、PCL RANSAC實現點云粗配準：https://blog.csdn.net/qq_36686437/article/details/108889699
11、坐標轉換
1）PCL Matrix4f實現點云坐標變換：https://blog.csdn.net/qq_36686437/article/details/106769135
2）PCL Affine3f 實現點云平移旋轉：https://blog.csdn.net/qq_36686437/article/details/106363380
3）奇異矩陣分解：https://blog.csdn.net/qq_36686437/article/details/107093185
12、對應關系
1）PCL: CorrespondenceEstimationNormalShooting的使用：https://blog.csdn.net/qq_36686437/article/details/106047732
2）PCL 查找對應點并可視化：https://blog.csdn.net/qq_36686437/article/details/106028371
3）PCL 提取點云重疊部分并保存：https://blog.csdn.net/qq_36686437/article/details/105886110
4)PCL 實現K近鄰查找匹配點對：https://blog.csdn.net/qq_36686437/article/details/106529092
5)PCL RANSAC算法去除誤匹配點對：https://blog.csdn.net/qq_36686437/article/details/107087020
6)*PCL FPFH查找對應點對SVD進行配準：https://blog.csdn.net/qq_36686437/article/details/109549082
13、PCL 中 getFitnessScore()的計算：https://blog.csdn.net/qq_36686437/article/details/106189636
14、點云配準精度評價指標——均方根誤差：https://blog.csdn.net/qq_36686437/article/details/107962194
15、點云配準—計算旋轉平移誤差：https://blog.csdn.net/qq_36686437/article/details/108932995

二、點云濾波

pcl_filters模塊api代碼解析：https://mp.weixin.qq.com/s/PBcRJs2j4hK4qMlCljYIZQ
1、PCL 使用VoxelGrid對點云進行下采樣：https://blog.csdn.net/qq_36686437/article/details/106628442
2、PCL 使用ApproximateVoxelGrid對點云進行下采樣：https://blog.csdn.net/qq_36686437/article/details/109579041
3、PCL 統計濾波器：https://blog.csdn.net/qq_36686437/article/details/106627692
4、PCL 直通濾波（PassThrough)：https://blog.csdn.net/qq_36686437/article/details/106627385
5、(1)PCL 點云添加高斯噪聲并保存：https://blog.csdn.net/qq_36686437/article/details/109569238
?（2）PCL 高斯濾波：https://blog.csdn.net/qq_36686437/article/details/107569087
6、PCL CropHull任意多邊形內部點云提取：https://blog.csdn.net/qq_36686437/article/details/106961439
7、PCL CropBox 過濾/提取給定立方體內的點云數據：https://blog.csdn.net/qq_36686437/article/details/108896421
8、PCL 使用參數化模型投影點云：https://blog.csdn.net/qq_36686437/article/details/106951772
9、PCL 點云投影到球面：https://blog.csdn.net/qq_36686437/article/details/109580879
10、PCL 使用ConditionalRemoval和RadiusOutlierRemoval移除離群點：https://blog.csdn.net/qq_36686437/article/details/106960765
11、PCL 從一個點集中提取一個子集：https://blog.csdn.net/qq_36686437/article/details/106959266
12、上采樣、均勻采樣：
1)PCL 使用setUpsamplingMethod 對點云進行上采樣：https://blog.csdn.net/qq_36686437/article/details/107151035
2)PCL 使用UniformSampling對點云進行均勻采樣：https://blog.csdn.net/qq_36686437/article/details/107150158
3）PCL 采樣固定的點云數量：https://blog.csdn.net/qq_36686437/article/details/109626962

三、三維重建

1、PCL 無序點云的快速三角剖分：https://blog.csdn.net/qq_36686437/article/details/107384725
2、PCL 泊松曲面重建法：https://blog.csdn.net/qq_36686437/article/details/107391813
3、PCL 移動立方體算法：https://blog.csdn.net/qq_36686437/article/details/107401547
4、PCL 在平面模型上構建凹多邊形：https://blog.csdn.net/qq_36686437/article/details/107404591
5、PCL 平面點云B樣條曲線擬合：https://blog.csdn.net/qq_36686437/article/details/107565489
6、PCL 基于B樣條曲線的曲面重建：https://blog.csdn.net/qq_36686437/article/details/107562180

四、KD樹與八叉樹

PCL中Kd樹理論：https://mp.weixin.qq.com/s/EvBlaymvcSaolBxTB5_ELg
1、PCL KD樹的使用：https://blog.csdn.net/qq_36686437/article/details/105692994
2、PCL addLine可視化K近鄰：https://blog.csdn.net/qq_36686437/article/details/106365440
3、PCL 計算點云密度以及無效值的處理：https://blog.csdn.net/qq_36686437/article/details/108758736
PCL中八叉樹理論：https://mp.weixin.qq.com/s/5iZZBBYTiRz0xFnK23eenw
1、PCL 八叉樹的使用：https://blog.csdn.net/qq_36686437/article/details/105922948
2、PCL 點云體素化并求體素中心：https://blog.csdn.net/qq_36686437/article/details/106275609
3、PCL 八叉樹實現空間變化檢測：https://blog.csdn.net/qq_36686437/article/details/106528377

五、特征點與特征描述

PCL 點云特征描述與提取：https://mp.weixin.qq.com/s/m3tlvBYrDG8wZZr7lWTOpA
點云局部特征描述綜述：https://mp.weixin.qq.com/s/9H2fiLDrg97VATk57Ou_kw
1、PCL Harris 關鍵點提取：https://blog.csdn.net/qq_36686437/article/details/107072992
2、PCL SIFT關鍵點提取：https://blog.csdn.net/qq_36686437/article/details/107067917
3、PCL ISS關鍵點提取：https://blog.csdn.net/qq_36686437/article/details/105806449
4、PCL 計算點云法向量并顯示：https://blog.csdn.net/qq_36686437/article/details/105559280
5、移動最小二乘原理：https://blog.csdn.net/qq_36686437/article/details/106103760
PCL MLS計算法線并顯示：https://blog.csdn.net/qq_36686437/article/details/106103599
6、PCL 使用積分圖進行法線估計：https://blog.csdn.net/qq_36686437/article/details/107161752
7、點云的曲率及計算：https://blog.csdn.net/qq_36686437/article/details/105906584
PCL 計算點云的主曲率：https://blog.csdn.net/qq_36686437/article/details/105488457
8、PCL BoundaryEstimation進行邊界提取：https://blog.csdn.net/qq_36686437/article/details/106522807
9、PCL 基于慣性矩與偏心率的描述子：https://blog.csdn.net/qq_36686437/article/details/107167018
10、PCL 估計一點云的VFH特征：https://blog.csdn.net/qq_36686437/article/details/107163266
11、PFH和FPFH的算法原理：https://blog.csdn.net/qq_36686437/article/details/105922657
PCL 計算PFH并可視化：https://blog.csdn.net/qq_36686437/article/details/105922110
PCL 計算FPFH并可視化：https://blog.csdn.net/qq_36686437/article/details/105921781
12、PCL Spin Image 旋轉圖像：https://blog.csdn.net/qq_36686437/article/details/107898742
13、PCL SHOT352描述子：https://blog.csdn.net/qq_36686437/article/details/108174987

六、點云分割

三維點云分割綜述【上】：https://mp.weixin.qq.com/s/BhDd5gn2lksFScKSe0NVbQ
三維點云分割綜述【中】：https://mp.weixin.qq.com/s/nEFAUcZnXe07J7hv41wh3A
三維點云分割綜述【下】：https://mp.weixin.qq.com/s/wjxQwD96kh7zlQ316AhRJQ
1、PCL 中實現平面模型分割：https://blog.csdn.net/qq_36686437/article/details/107078904
2、PCL RANSAC（擬合）分割多個平面：https://blog.csdn.net/qq_36686437/article/details/109606935
3、PCL 圓柱體模型分割：https://blog.csdn.net/qq_36686437/article/details/107579591
4、PCL 歐式聚類分割：https://blog.csdn.net/qq_36686437/article/details/107583476
5、PCL 區域生長分割：https://blog.csdn.net/qq_36686437/article/details/107584523
6、PCL 基于顏色的區域生長分割：https://blog.csdn.net/qq_36686437/article/details/107584955
7、PCL 最小圖割分割：https://blog.csdn.net/qq_36686437/article/details/107590028
8、PCL 基于法線微分（DoN）的分割：https://blog.csdn.net/qq_36686437/article/details/107614494
9、PCL 基于超體素的點云分割：https://blog.csdn.net/qq_36686437/article/details/107619805
10、PCL 漸進式形態學濾波地面分割：https://blog.csdn.net/qq_36686437/article/details/107622650

七、PCL中的基礎函數

1、PCL common 常見基礎功能函數：https://blog.csdn.net/qq_36686437/article/details/107807735
2、PCL 兩個點云中的數據或字段連接：https://blog.csdn.net/qq_36686437/article/details/108673165
4、PCL 常用小知識：https://blog.csdn.net/qq_36686437/article/details/106217577
5、PCL 點云格式轉換：https://blog.csdn.net/qq_36686437/article/details/108759360
6、PCL 計算點云質心：https://blog.csdn.net/qq_36686437/article/details/109781979
7、PCL 計算點云軸向最值：https://blog.csdn.net/qq_36686437/article/details/109787737

八、RANSAC

1、RANSAC擬合直線：https://blog.csdn.net/qq_36686437/article/details/108522827
2、RANSAC擬合平面：https://blog.csdn.net/qq_36686437/article/details/106928207
3、RANSAC擬合圓柱：https://blog.csdn.net/qq_36686437/article/details/107579591
4、PCL RANSAC 分割指定閾值內的平面：https://blog.csdn.net/qq_36686437/article/details/110846002

九、點云可視化

可視化：https://blog.csdn.net/weixin_38408805/article/details/84029427

可視化：https://segmentfault.com/a/1190000006685118
1、PCL 可視化體素格網：https://blog.csdn.net/qq_36686437/article/details/109124691
2、PCL 點云按高程渲染顏色：https://blog.csdn.net/qq_36686437/article/details/109076885
3、PCL 點云可視化匯總：https://blog.csdn.net/qq_36686437/article/details/109596789
4、PCL 一個大窗口可視化兩個點云：https://blog.csdn.net/qq_36686437/article/details/109805887
5、PCL 兩個大窗口可視化兩個點云：https://blog.csdn.net/qq_36686437/article/details/109964346
6、PCL 兩個小窗口可視化點云：https://blog.csdn.net/qq_36686437/article/details/109960751
7、PCL 三個小窗口可視化點云：https://blog.csdn.net/qq_36686437/article/details/109963467
8、PCL 四個小窗口可視化點云：https://blog.csdn.net/qq_36686437/article/details/109960689

十、PCL之VTK

1、PCL 之vtk計算點云模型的法向量：https://blog.csdn.net/qq_36686437/article/details/111301744
2、PCL 之vtk計算點云模型的曲率：https://blog.csdn.net/qq_36686437/article/details/111303020
3、PCL 之vtk實現ICP配準：https://blog.csdn.net/qq_36686437/article/details/111303624
4、PCL 之vtk讀取3d max模型并可視化：https://blog.csdn.net/qq_36686437/article/details/111303817
5、PCL 之vtk計算點云模型的面積和體積：https://blog.csdn.net/qq_36686437/article/details/109553091
6、PCL 之vtk常見錯誤解決辦法：https://blog.csdn.net/qq_36686437/article/details/111361609

十一、ICP脈絡

總結

以上是生活随笔為你收集整理的PCL点云处理算法目录的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： IEEE-754标准(32位) 十六进制
下一篇：随笔1：程序