点云处理
关注
分享
扫一扫
文章平均质量分 79
龙虾在剥我的壳
世事如书
展开
-
PCA：详解主成分分析
主成分分析算法（PCA）是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据维度，同时保留住较多的原数据点的特性。原创 2025-04-08 20:09:22 · 1014 阅读 · 0 评论 -
基于同轴聚类点云去重的铆钉高度测量
本次实验起源于工业检测领域一个普遍存在的需求——精确测量铆钉相对于料盘（即基准平面）的高度。原创 2025-02-24 21:38:55 · 431 阅读 · 0 评论 -
PCL-计算点云AABB包围盒
AABB包围盒，是描述点云数据外边界的最小矩形盒，用于精确描述物体的大小、位置、方向等信息。在处理3D数据时，计算包围盒可以有效地简化碰撞检测、缩放、旋转等几何操作。原创 2024-12-25 22:42:31 · 929 阅读 · 0 评论 -
PCL-选择ROI区域
在本文中，我们将介绍如何使用PCL中的CropBox函数来加载、裁剪和可视化点云数据，具体的，提前在CC中选择好四个坐标点，并提前设置好ROI区域的高度，然后在原点云中裁剪出立体框，即ROI区域。原创 2024-12-03 21:21:20 · 509 阅读 · 0 评论 -
PCL-基于RANSAC的平面拟合方法
在平面拟合问题中，RANSAC可以用来拟合最适合数据点的平面模型，忽略掉离群值。原创 2024-08-22 14:15:00 · 1197 阅读 · 0 评论 -
PCL-基于超体聚类的LCCP点云分割
超体聚类把点云按照颜色和空间位置进行有意义的分割，将其分割成小块。LCCP在其基础上，基于空间和法线信息再聚类分割。原创 2024-08-22 09:05:12 · 726 阅读 · 0 评论 -
PCL-基于SAC_IA和NDT结合的点云配准算法
采用一种结合采样一致性初始配准(SAC-IA)和正态分布变换(NDT)配准融合的点云配准方法。原创 2024-08-21 22:38:33 · 979 阅读 · 0 评论 -
PCL- C4996和C4819 解决办法
C4996解决办法原创 2023-09-03 23:02:08 · 333 阅读 · 0 评论 -
PCL-基于FPFH的SAC-IA结合ICP的点云配准方法
ICP算法是点云配准过程中较为常用的算法，针对ICP算法对点云初试位置相差较大的缺点，使用一种结合凸包算法、特征匹配与ICP算法相结合的配准算法对点云进行配准。原创 2024-07-24 22:42:36 · 1504 阅读 · 0 评论 -
三维点云转换为二维图像
根据点云数据的颜色信息、高度信息、法向量信息，将三维点云转换为二维图像原创 2023-09-03 16:52:45 · 2936 阅读 · 0 评论