ljl6390221的博客

了解下最小分割算法，感觉对我的用处不是很大，我目前在了解关于移动无物体进行实时分割，最小分割算法是针对静态的物体进行的，并且设置的参数也比较多，还需要对分割的物体的中心点进行保存，如果中心点可以进行实时更新，硬件的处理能力够好的话也可以进行实时检测。参考论文的地址PCL官方教程：最小分割算法该算法是将一幅点云图像分割为两部分：前景点云（目标物体）和背景物体（剩余部分）如果要...

最近在学习点云的分割算法，目前了解到有两种分割算法，一种是聚类分割算法，一种是随机采样一致性算法，聚类算法上篇文章已经有所提及。今天分析下随机采样一致性算法，然后代码理解；RANSAC随机采样一致性算法介绍RANSAC是”RANdom SAmple Consensus（随机抽样一致）”的缩写，随机采样一致性算法是一种概率性的算法，有时为了提高有效数据的概率，需要增加迭代次数，数据一般分...

欧式距离分割基于欧式距离的分割和基于区域生长的分割本质上都是用区分邻里关系远近来完成的。由于点云数据提供了更高维度的数据，故有很多信息可以提取获得。欧几里得算法使用邻居之间距离作为判定标准，而区域生长算法则利用了法线，曲率，颜色等信息来判断点云是否应该聚成一类不管欧式距离分割还是其他分割，在电脑上进行实时处理都有点难度。下面是欧式距离分割的具体算法伪代码：在空间找一点p1，用kdT...

点云滤波，顾名思义，就是滤掉噪声。原始采集的点云数据往往包含大量散列点、孤立点，在获取点云数据时，往往由于传感器本身精度的限制，获取的点云数据就不是很精确，往往有一些噪音点。不只是点云数据存在噪音点，传统相机也会存在噪音点。在处理点云过程中，预处理是处理的第一步，如果第一步处理不好对后期的处理影响是很大的。只有在预处理时将点云数据处理好，减少离群点，数据压缩等，才能进行更好配准，特征提取，曲面...