<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[EvktJava的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/EvktJava</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; EvktJava]]></copyright><item><title><![CDATA[PCL中的道格拉斯-普克（Douglas-Peucker）点云抽稀算法]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133411819</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133411819</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 10:30:18 +0800</pubDate><description><![CDATA[点云数据是一种常见的三维数据表示形式，用于描述物体的形状和结构。在处理点云数据时，有时需要对其进行抽稀，即减少数据中的点数，以降低计算和存储的成本，同时保持点云的主要特征。道格拉斯-普克（Douglas-Peucker）算法是一种常用的点云抽稀算法，它可以有效地减少点云数据的点数，同时保持形状的大致特征。使用PCL库的好处是它提供了丰富的点云处理功能，并且有很多其他的滤波器和算法可供选择。算法的输入是一个点云数据集，由一系列的点构成。函数，我们可以设置滤波器的体素大小，即抽稀的程度。]]></description><category></category></item><item><title><![CDATA[Open3D点云的基本使用]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133409821</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133409821</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 09:20:35 +0800</pubDate><description><![CDATA[Open3D是一个面向点云数据处理的开源库，提供了众多功能和工具，方便用户进行点云数据的预处理、可视化和分析。以上是Open3D点云库的基本使用方法，通过加载与保存点云数据、可视化点云数据、点云滤波和点云配准等操作，可以方便地进行点云数据的处理和分析。Open3D提供了多种点云滤波算法，可以去除噪音点、下采样、平滑等操作。Open3D提供了丰富的可视化工具，可以方便地对点云数据进行可视化和交互操作。在可视化过程中，可以通过鼠标操作来旋转、平移和缩放点云数据，方便观察和分析。函数将点云数据保存到文件中。]]></description><category></category></item><item><title><![CDATA[点云语义分割：RandLANet模型的推理部署]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133407811</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133407811</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 07:53:34 +0800</pubDate><description><![CDATA[RandLANet（Random Sampled PointNet）模型是一种用于点云语义分割的先进模型，具有良好的性能和高效的计算速度。通过以上步骤，你可以成功地对RandLANet模型进行推理部署，并获得点云的语义分割结果。在进行推理之前，需要对输入的点云数据进行预处理。通过以上步骤，你可以成功地对RandLANet模型进行推理部署，并获得点云的语义分割结果。对于预处理后的点云数据，可以使用加载的模型进行推理，并获取语义分割结果。对于预处理后的点云数据，可以使用加载的模型进行推理，并获取语义分割结果。]]></description><category></category></item><item><title><![CDATA[PCL库实现点云的几何特征计算]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133403441</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133403441</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 04:37:19 +0800</pubDate><description><![CDATA[而计算点云的几何特征对于点云数据的分析和理解具有重要意义。本文将介绍如何使用PCL库计算点云的几何特征，并给出相应的源代码示例。综上所述，PCL库提供了丰富的功能来计算点云的几何特征。本文介绍了如何使用PCL库计算点云的法线，以及其他几何特征的计算方法类似。除了点云法线，PCL还提供了其他几何特征的计算方法，如曲率、表面法线等。接下来，我们可以计算点云的几何特征，包括点的法线、曲率和表面法线等。PCL库提供了丰富的点云特征计算方法，这里以计算点法线为例进行说明。，并将输入点云设置为待计算的点云。]]></description><category></category></item><item><title><![CDATA[智能指针——make_unique与make_shared在点云处理中的应用]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133403103</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133403103</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 04:22:11 +0800</pubDate><description><![CDATA[综上所述，智能指针中的make_unique和make_shared是在点云处理中常用的函数模板。在实际开发中，我们可以根据具体情况选择合适的智能指针类型，并结合make_unique和make_shared来管理点云数据，从而提高代码的可靠性和效率。在点云处理领域，智能指针的应用尤为重要。本文将介绍智能指针中的两个常用函数模板——make_unique和make_shared，并探讨它们在点云处理中的应用场景。在点云处理中，由于点云数据量庞大，使用make_unique可以方便地管理点云对象的生命周期。]]></description><category></category></item><item><title><![CDATA[基于两点进行点云对齐]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133401036</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133401036</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 02:55:35 +0800</pubDate><description><![CDATA[在实际应用中，可能需要考虑更复杂的点云对齐方法，点云对齐是计算机视觉和三维重建中的关键任务，它旨在将不同视角下获得的点云数据对齐到同一坐标系中。点云对齐的目标是找到一个变换矩阵，将源点云与目标点云对齐。点云对齐的目标是找到一个变换矩阵，将源点云与目标点云对齐。点云对齐是计算机视觉和三维重建中的关键任务，它旨在将不同视角下获得的点云数据对齐到同一坐标系中。在示例代码中，我们创建了一个简单的点云数据，然后将源点云旋转和平移得到目标点云。函数，它接受源点云和目标点云作为输入，并返回对齐后的点云坐标。]]></description><category></category></item><item><title><![CDATA[点云鸟瞰图（BEV）：原理与可视化]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133399530</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133399530</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 01:53:01 +0800</pubDate><description><![CDATA[点云鸟瞰图（Bird’s Eye View，BEV）是一种常用于感知和导航系统中的数据表示方法，它提供了一个全局的俯视视角，以帮助理解和分析环境中的物体和结构。本文将介绍点云鸟瞰图的原理，并提供相应的源代码实现。]]></description><category></category></item><item><title><![CDATA[使用CloudCompare进行点云拼接]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133398294</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133398294</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 01:06:14 +0800</pubDate><description><![CDATA[而CloudCompare作为一款强大的点云处理软件，提供了丰富的功能和工具，可以方便地对点云进行拼接操作。打开CloudCompare软件，并依次点击"File" -> “Open”，选择"cloud1.ply"作为第一个输入点云文件，点击"Add a file"再选择"cloud2.ply"作为第二个输入点云文件。值得注意的是，在进行点云拼接之前，我们可以根据实际场景调整拼接参数，以获得更好的效果。通过可视化，我们可以观察到两个点云之间的空间关系和重叠情况，为后续的拼接操作做好准备。]]></description><category></category></item><item><title><![CDATA[PCL 建筑物点云立面和平面分割提取]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133396812</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133396812</guid><author>EvktJava</author><pubDate>Fri, 29 Sep 2023 00:13:19 +0800</pubDate><description><![CDATA[建筑物点云数据的立面和平面分割提取是计算机视觉和点云处理领域的重要任务之一。本文将介绍如何使用点云库（Point Cloud Library，PCL）来实现建筑物点云数据的立面和平面分割提取，并提供相应的源代码。以上是使用 PCL 实现建筑物点云数据立面和平面分割提取的详细步骤和对应的源代码。通过这些步骤，您可以对建筑物的点云数据进行分割提取，并进一步进行后续的建筑物分析和处理。通过加载点云数据、滤波处理、法线估计和分割提取，我们可以获得建筑物的立面和平面点云数据。的对象来存储立面和平面的点云数据。]]></description><category></category></item><item><title><![CDATA[Matlab编程实践：点云处理]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133395449</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133395449</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 23:25:09 +0800</pubDate><description><![CDATA[综上所述，Matlab为点云数据的处理、分析和可视化提供了丰富的功能和工具。通过合理地运用这些功能和工具，我们可以更好地理解和利用点云数据，实现各种应用场景，如三维重建、物体识别、环境感知等。随着3D传感器的普及和应用场景的增多，点云数据在计算机视觉和图形学领域扮演着重要的角色。点云是由一系列的三维点组成的集合，可以表示三维空间中的对象或场景。在进行点云处理的过程中，我们还可以进行其他的操作，如点云分割、实体重建等。接下来，我们可以对点云数据进行可视化，以便更好地理解数据的结构和特点。]]></description><category></category></item><item><title><![CDATA[Open3D常见几何图形构建-点云]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133393109</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133393109</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 21:10:24 +0800</pubDate><description><![CDATA[点云是计算机图形学中常用的一种数据表示形式，它由大量的离散点组成，每个点都有自己的位置信息。要向点云中添加点，我们可以创建一个Numpy数组来表示点的位置。这是一个简单的使用Open3D构建点云的示例。通过结合Open3D强大的功能和灵活的接口，可以进行更复杂的点云处理和分析。现在，我们已经成功地构建了一个包含三个点的点云。接下来，我们可以对点云进行各种操作，例如计算法线、体素滤波、可视化等。最后，我们可以将点云可视化，以便进行可视化分析和交互。要计算点云的法线，可以使用Open3D的。]]></description><category></category></item><item><title><![CDATA[Open3D 点云投影至指定球面]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133390228</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133390228</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 19:31:28 +0800</pubDate><description><![CDATA[Open3D是一个功能强大的开源库，它提供了许多用于处理和可视化点云数据的工具和算法。通过上述步骤，我们可以将点云数据投影到一个指定的球面上，并通过Open3D的可视化功能查看投影结果。在本文中，我们将探讨如何将点云投影到一个指定的球面上。函数将点云投影到球面上。该函数需要传入点云和球面作为参数，并返回投影后的点云结果。最后，我们可以使用Open3D的可视化功能来查看投影后的点云结果。接下来，我们需要定义一个球面，将点云投影到该球面上。以上是使用Open3D库将点云投影到指定球面的方法。]]></description><category></category></item><item><title><![CDATA[使用矩阵进行点云转换]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133389150</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133389150</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 18:51:13 +0800</pubDate><description><![CDATA[在点云处理中，经常需要对点云进行坐标变换和形态转换，而矩阵是实现这些操作的数学工具之一。当然，除了上述介绍的几种基本变换，还有其他更复杂的变换操作，读者可以进一步探索和应用。综上所述，本文介绍了如何使用矩阵来进行点云的转换，包括平移、旋转和缩放等基本操作。通过这些转换，我们可以实现点云的坐标变换和形态变换，从而满足不同应用场景的需求。例如，要实现先平移后旋转的变换，可以先对点云进行平移变换，再对平移后的点云进行旋转变换。接下来，我们将介绍几种常见的点云转换操作，并给出相应的代码实现。]]></description><category></category></item><item><title><![CDATA[RPM-Net: 基于学习特征的鲁棒点云匹配]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133379466</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133379466</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 11:38:15 +0800</pubDate><description><![CDATA[点云匹配是指在不同的点云之间找到对应的点，并建立它们之间的关联。《RPM-Net: Robust Point Matching using Learned Features》是一篇关于点云匹配的论文，提出了一种名为RPM-Net的方法，通过学习特征来实现鲁棒的点云匹配。对于点云相关的应用领域，RPM-Net提供了一种有效的解决方案，并为进一步的研究提供了有价值的思路和方法。RPM-Net的实验结果表明，与传统的点云匹配方法相比，该方法在鲁棒性和准确性方面取得了显著的改进。]]></description><category></category></item><item><title><![CDATA[使用Open3D计算点云法向量的夹角]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133374777</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133374777</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 06:58:40 +0800</pubDate><description><![CDATA[Open3D是一个功能强大的开源库，用于处理三维数据。在本文中，我们将使用Open3D来计算点云中两个法向量的夹角。通过上述代码，我们可以使用Open3D库计算点云中两个法向量之间的夹角。你可以根据自己的需求修改点云数据和选择不同的点来计算不同的夹角。接下来，我们将加载点云数据并计算每个点的法向量。为了演示目的，我们将创建一个简单的点云，但你可以根据自己的需求加载真实的点云数据。变量将包含两个法向量之间的夹角（以弧度为单位）。现在，我们有了每个点的法向量。接下来，我们将计算两个法向量之间的夹角。]]></description><category></category></item><item><title><![CDATA[Open3D 点云快速欧式聚类]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133373924</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133373924</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 06:16:11 +0800</pubDate><description><![CDATA[Open3D 是一个开源的库，提供了丰富的功能来处理和分析点云数据。其中之一是快速欧式聚类算法，它可以帮助我们对点云数据进行聚类分析，从而识别出不同的物体或结构。本文将介绍如何使用 Open3D 中的快速欧式聚类算法来对点云数据进行聚类，并提供相应的源代码。通过上述步骤，我们可以使用 Open3D 中的快速欧式聚类算法对点云数据进行聚类。你可以根据自己的需求调整聚类参数，并进一步处理聚类结果。接下来，我们可以应用快速欧式聚类算法对点云数据进行聚类。在上述代码中，我们首先设置了聚类的参数，包括邻域半径。]]></description><category></category></item><item><title><![CDATA[PCL点云处理：计算多边形面积]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133373205</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133373205</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 05:38:52 +0800</pubDate><description><![CDATA[在点云处理中，计算多边形的面积是一个常见的任务。本文将介绍如何使用PCL（Point Cloud Library）库来计算点云中多边形的面积，并提供相应的源代码示例。它提供了一系列的算法和工具，用于点云的获取、滤波、分割、配准、特征提取等任务。在本文中，我们将使用PCL来计算多边形的面积。现在，我们已经获取了多边形的顶点数据，接下来可以计算多边形的面积。这里我们使用了多边形的顶点坐标和三角形面积的计算公式来计算多边形的面积。假设我们已经有一个包含多边形点云数据的文件，可以使用PCL的。]]></description><category></category></item><item><title><![CDATA[Matlab中二维点云的最小二乘拟合直线]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133370498</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133370498</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 03:28:34 +0800</pubDate><description><![CDATA[通过使用以上的代码，我们可以很容易地在Matlab中实现二维点云数据的最小二乘拟合直线。你可以根据自己的需求对代码进行进一步修改和优化，以适应不同的场景和数据。对于二维点云数据的直线拟合，我们可以使用polyfit函数来实现。在Matlab中，我们经常需要对给定的点云数据进行拟合，以便找到其背后的规律或模型。接下来，我们可以使用polyval函数来计算拟合直线上的点坐标，并绘制出原始点云数据和拟合直线的图像。现在我们有了一个包含100个点的点云数据，接下来我们将使用最小二乘法来拟合这些点构成的直线。]]></description><category></category></item><item><title><![CDATA[Open3D 图像处理功能：点云处理]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133370291</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133370291</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 03:18:49 +0800</pubDate><description><![CDATA[通过 Open3D，我们可以对点云数据进行各种操作，包括加载、可视化、滤波、配准和分割等。点云分割是将点云数据划分为不同的部分，常用于物体分割和场景分割等任务。Open3D 提供了多种点云分割算法，例如基于平面模型的分割和基于聚类的分割等。通过以上示例代码，我们介绍了 Open3D 中的点云处理功能，包括加载和可视化点云、点云滤波、点云配准和点云分割。点云滤波是点云处理中常用的操作，用于去除噪声和不需要的点。首先，我们需要加载点云数据并进行可视化。函数对源点云和目标点云进行配准，并获取配准的变换矩阵。]]></description><category></category></item><item><title><![CDATA[OpenCV 方框滤波与点云]]></title><link>https://blog.youkuaiyun.com/EvktJava/article/details/133368579</link><guid>https://blog.youkuaiyun.com/EvktJava/article/details/133368579</guid><author>EvktJava</author><pubDate>Thu, 28 Sep 2023 02:02:55 +0800</pubDate><description><![CDATA[而在计算机视觉领域中，点云是通过激光扫描或其他传感器捕捉到的三维点的集合。在本篇文章中，我们将探讨如何使用OpenCV库中的方框滤波器对点云数据进行滤波。下面是一个简单的示例，展示了如何使用OpenCV对点云进行方框滤波。需要注意的是，方框滤波器是一种简单的滤波技术，它可以有效地平滑图像或点云数据，但可能会导致一定的信息损失。在实际应用中，根据具体的需求和场景，可能需要使用其他更复杂的滤波器或技术来处理点云数据。方框滤波器是一个正方形窗口，它沿着点云的每个维度滑动，并计算窗口内点的平均值。]]></description><category></category></item></channel></rss>