一、点云滤波
原始点云包含过多噪点和冗余点,滤波和采样往往是点云预处理的必要步骤
1.滤波
2.采样
基于空间格网的点云抽稀
随机下采样
均匀体素下采样
非均匀体素下采样
二、邻近搜索
如何组织点云快速获取当前点邻域范围,是面对海量点云保证处理速度的重要前提
3.KD树
搜索某一点的K邻近点
搜索某一点的R邻域点
获取圆柱邻域点
获取感兴趣区域点
kd树应用--------平均点密度计算
kd树应用--------计算两片点云间的最小距离
4.规则格网
5.三角网
三、地面分类
地面分类是数据生产流程中的首要工作,为后续DEM等产品提供点云基础
四、文件读写
多种格式的点云文件读写,是日常处理点云数据的程序编写基础
不同格式点云文件的读取与显示(ply pcd las txt)
不同格式点云文件的读写、转换
读取las格式的点云文件
五、对象分割
相比点、线、等基元的局部性,面向对象的点云处理逐步成为主流,而对象的获取深受分割精度的影响
6.随机采样一致(RANSAC)
RANSAC圆柱体点云拟合
RANSAC平面拟合
RANSAC球体点云拟合
RANSAC多项式点拟合
7.聚类生长(RG)
8.最小二乘(LSM)
最小二乘法拟合直线点云 方法一
最小二乘法拟合直线点云 方法二
最小二乘三维空间直线拟合
9.凸包 \ 轮廓(BOUNDARY)
10.轮廓(BOUNDARY)
五、空间几何
如何依靠数学规则建立离散点云之间的关系,常规的几何计算是日常点云处理的必备手段和基础常识
获取圆柱邻域点
平均点间距计算
点云旋转、平移的刚性变换
点与三角形的相对位置判断
计算点云坐标最值
计算两片点云间的最小距离(2种方法)
点云中心化
点云SVD分解计算平面法向量
主成分分析PCA拟合平面点云
平面拟合并旋转到水平面
六、关键特征
对点云局部或者全局特征的准确描述,将深刻影响到点云分割与分类的有效性
七、点云配准
点云配准是多源数据处理的首要工作,是高阶的点云处理手段
迭代最近点ICP配准
基于CPD的点云配准
基于NDT的点云配准实验(不同参数效果)
八、曲面重建
曲面重建可以用于逆向工程、数据可视化、自动化建模等领域。PCL中目前实现了多种基于点云的曲面重建算法