墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
200+累计阅读
269平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
点云（Point Cloud）是由大量的点组成的三维数据集，广泛应用于计算机视觉、机器人感知和三维重建等领域。而最大距离采样（Maximum Distance Sampling）是一种常见的点云处理技术，用于从给定的点云中选择距离最远的点集合。
在本文中，我们将介绍如何使用点云库（Point Cloud Library，PCL）进行最大距离采样，并提供相应的源代码实现。
首先，确保你已经安装了最新版本的 PCL，并将其包含在你的项目中。以下是一个简单的 C++ 示例代码，演示了如何使用 PCL 进行最大距离采样。
#include <iostream>
#include <pcl/point_types.h>
#PCL点云平面分割实战：从RANSAC原理到三维场景重建
本文详细介绍了PCL点云平面分割的实战技巧，从RANSAC算法原理到三维场景重建的完整流程。通过解析RANSAC的核心思想、参数设置及优化策略，帮助开发者高效处理三维点云数据，实现精准的平面分割和场景重建。文章还分享了多平面提取、性能优化等实用技巧，适用于三维建模、机器人导航等领域。
PCL 计算点云平均间距
PCL 计算点云平均间距
PCL 点云均匀下采样 [附代码实现+示例]
点云均匀采样:即从点云中按照一定的间隔等距地选择一部分点作为输出的采样点云。 使用：函数的输入参数包括一个输入点云对象和一个采样点的距离间隔（采样密度）。函数会遍历整个输入点云，在每个采样间隔内选择一个点作为输出点云的采样点。函数的输出是一个新的点云对象，其中包含了按照采样间隔从输入点云中选择出来的采样点。 优点：使用均匀采样可以降低点云数据量，减少计算复杂度，并且保留了点云的整体结构特征。
pcl封装7 get_max_diameter货区点云最大外圆直径
一般会用在下采样中，特别是以半径为下采样距离的uniform_sample。
CloudCompare&PCL 匹配点采样一致性抑制
CloudCompare&PCL 匹配点采样一致性抑制
PCL RANSAC剔除错误匹配点对【2026最新版】
RANSAC剔除错误匹配点对。博客长期更新，最近一次更新时间为：2026年3月15日。
PCL :实现SAC-IA 初始配准算法（附完整源码）
PCL :实现SAC-IA 初始配准算法（附完整源码）
PCL :实现融合3DSC的采样一致性ICP配准算法(附完整源码)
PCL :实现融合3DSC的采样一致性ICP配准算法(附完整源码)
点云处理中阶 Registration(一)：ICP配准原理 + PCL代码实战
这篇文章从工程视角梳理 ICP 配准的核心思想、PCL 中的常用接口、完整代码示例以及参数调优要点。读完后你应该能独立跑通一个最基础的点云精配准流程，并知道它什么时候好用、什么时候容易失效。
Wheel extraction based on micro doppler distribution
Wheel extraction based on micro doppler distribution using high-resolution radar 高分辨汽车雷达微多普勒分布和车轮微多普勒信号提取
组态王|以一定的时间间隔查询某个时间段内的历史数据
使用该函数其他都可以满足，唯一问题是变量的选择，当切换站点后查询历史数据时，所选的变量依然是上次站点查询时所选择的变量，每当更换站点查询时都需要重新选择变量，这一点太繁琐，是用户和操作者无法忍受的。但是由于现场可能数据变化并非太过频繁，想要实现记录频率不变，还是以1分钟一次的频率进行存储，但是报表查询的时候想要只显示整点的数据。其中日历控件的设置与之前的历史数据查询是一样的，报表的抬头设置都是不用变的，此处不再赘述，有兴趣的可以。以上为组态王中以一定的时间间隔查询某个时间段内的历史数据的实现过程。
Vivado FFT IP核配置与实战：FPGA信号处理硬件加速指南
快速傅里叶变换（FFT）是数字信号处理（DSP）中的核心算法，用于将时域信号转换到频域进行分析。其原理基于离散傅里叶变换（DFT），通过蝶形运算的分解与复用，大幅降低了计算复杂度。在工程实践中，软件实现的FFT难以满足高速实时处理的需求，因此硬件加速方案至关重要。FPGA凭借其并行架构和可定制性，成为实现高性能FFT的理想平台。通过集成专用的FFT IP核，如Vivado中的Pipelined Streaming I/O架构，可以构建流水线化的计算引擎，实现极低延迟和高吞吐量的连续数据流处理。这种硬件方案特
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V3 2024华为的重参数轻量化模型
一、本文介绍 本文记录的是基于 GhostNetV3 的 YOLOv11 轻量化改进方法研究。GhostNetV3的轻量模块采用重参数化方法，训练时为深度可分离卷积和1×1卷积添加线性并行分支，推理时通过逆重参数化移除分支、折叠操作，能够在不增加推理成本的同时提高性能，从而实现YOLOv11的轻量化改进。 专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进 专栏地址：YOLOv11改进专栏——以发表论文的角度，快速
ARM交叉编译gdbserver并远程在线调试
arm-linux平台。5、生成完整的makefile，新建full_install，执行 ./configure --target=arm-linux-gnueabihf --host=arm-linux-gnueabihf --program-prefix=arm-linux-gnueabihf- CC=arm-linux-gnueabihf-gcc --prefix=/home/geyuxi/Documents/full_install。如果--host和--build不同，是交叉编译；
裂缝二维检测：裂缝的长度和宽度检测
这一节，我们需要去整合一下前面的代码，在进行长度和宽度的测量时，需要裂缝的类型、个数、面积的帮助。这一章是本专栏的核心部分。以上代码我均试过，由于本人能力有限，看不懂代码，最终还是没有采用，使用的是最普通检测宽度的方法，即求得骨架总长度后，用总面积求取平均宽度。
混合精度训练与推理:平衡性能与效率
在深度学习领域，模型的训练和推理通常需要大量的计算资源和时间。随着模型规模的不断增大，如大型语言模型、复杂的视觉模型等，对计算资源的需求也呈指数级增长。混合精度训练与推理技术应运而生，它通过在训练和推理过程中同时使用不同精度的数据类型，在保证模型性能的前提下，显著提高计算效率，减少内存占用。本文的目的是全面介绍混合精度训练与推理技术，包括其原理、实现方法、应用场景以及相关工具和资源，帮助读者深入理解并掌握该技术，从而在实际项目中更好地平衡性能与效率。
化工设备应力分析软件：STAAD.Pro二次开发_（24）.非线性分析技术
在STAAD.Pro 中，可以通过命令。
图解目标检测 之 YOLO 算法 最全原理详解
YOLO 一.背景 YOLO（You Only Look Once: Unified, Real-Time Object Detection），是Joseph Redmon和Ali Farhadi等人于2015年提出的基于单个神经网络的目标检测系统。在2017年CVPR上，Joseph Redmon和Ali Farhadi又发表的YOLO 2，进一步提高了检测的精度和速度。 二.YOLO算法的网...
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
计算机控制技术及应用
《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。
老版QQ原生表情gif动态
这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。
android 蓝牙通讯demo
android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
619
扫一扫
