
点云处理
Nikola desian
无
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
目前最好用的多站点云自动配准算法(架站点云自动拼接算法)
southLidar pro 软件里面的架站点云无目标、无传感器的点云自动拼接算法,该算法的特征是速度快,精度高、稳定性高,大部分的场景都能一键自动拼接成功。RealWorks 12、SCENE 2019等软件都快。精度:高于SCENE 2019、低于RealWorks 12。场景二:室外的为一个城中村,相邻两站之间的最大距离为45米,平均站间距为24米。场景一:室外,站间距15m左右。场景三:216站,站间距13米。场景一:有三层楼,包含室内室外。2)室内场景(地下车库)4)室内室外多楼层场景。原创 2024-08-20 22:00:00 · 716 阅读 · 0 评论 -
标靶球自动识别与拼接
标靶球识别、标靶球拼接原创 2024-08-20 09:00:51 · 471 阅读 · 0 评论 -
Consolidation of Unorganized Point Clouds for Surface Reconstruction(WLOP)的代码
论文:: Consolidation of Unorganized Point Clouds for Surface Reconstruction(WLOP)主要的核心思想:输入一组点云,然后随机选取最后保留下来的点云,通过加权距离去调整输出点云的位置更新点云:#ifndef DDX_WLOP_HEADER#define DDX_WLOP_HEADER#pragma once #include <vector>#include <memory>..原创 2022-03-19 21:00:00 · 846 阅读 · 1 评论