qq_33029733的博客

国内外现状及问题（1）4pcs，搜索的计算量太大，不适合工程化应用。（2）sift特征，128维，维度太高得到的特征点太少，最要命的还不是搜索量大，而是计算出来的特征点太少，不适合重叠率低的对象。（3）FPFH，方向直方图，spin image,都相当依赖于法线计算的准确性，需要建立局部坐标系，需要点云分布相对均匀，自己动手实现效果不佳，转而用开源的也不行，且不抗噪，维度过高搜索量大，维度低不具备区分性，这几个最低的维度33维，最高能过到一二百维。（4）extend Gaussian ima

很久没有写博客了，前段时间由于工作需要切换到做遥感影像渲染与处理，关于遥感影像渲染与处理会继如果有机会再单独写。三维渲染并非自己本专业 ，当然对一个程序员而言无所谓专业或非专业，有的只是数据处理。本文只针对三维点云、三面片渲染而言，主要显示与处理三维扫描仪点云数据。对一些常用功能的制作与自己制作过程中遇到的问题进行说明。在点云的渲染中本人接触到的开源三维渲染引擎有OSG，MeshLab,PointCloud，对于开源的三维渲染引擎最大的弊端是难以控制，对一些交互不友好的功能难以改动。上述开源三维渲染引擎

在前一篇文章《点云法线计算》已经给出了法线的计算方法，通过该方法计算出来的点云法线为散乱的，与实际表面法线相同或者相反，因此需要对点云法线朝向进行全局方向上的调整。最早关于法线全局定向的方法应该来源于“Surface Reconstruction from Unorganized Points" Hugues Hoppe的文章，其基本思想是通过邻域点集计算的中心点集，构建基于欧氏距离的最小生成树，由于中心点过于稀疏，所以就加上了边构建成图，作者给出的名字叫"Riemannian Graph"即黎曼图，其实可

双边滤波原文“The Bilateral Filter for Point Clouds"，作者为 Julie Digne、 Carlo Franchis。由于双边滤波原理简单，其实现过程并不复杂，因此本文不对其原理进行详细说明和解释，有兴趣的小伙伴可以直接下载论文进行详细阅读。本文旨在分析双边滤波的适应范围及其不足之处。下面直接给出论文中单点更新的方法：通过单点更新公式可知，更新点为原始点在法线方向上的移动。作者在此处进行了说明，通过半径搜索得到的邻域点集进行法线估计，法线无需进行定向，其原因

法线在点云的处理中有着重要的意义，大部分点云的处理都要用到法线如：点云平滑滤波、配准、特征计算与提取，曲率计算等都息息相关。关于法线的计算最早应该来源于“Surface Reconstruction from Unorganized Points" Hugues Hoppe的文章。其中Hoppe关于法线的计算方法如下： 这个计算过程和方法对大多数人来讲并不陌生，但其几何意义对于刚接触点云的人来说可能还不太明白，下面就对其几何意义进行说明。其核心思想是局部极小区域近似于一个平面，利用...