pcl資料總結
阿新 • • 發佈:2018-12-13
http://pointclouds.org/documentation/tutorials/index.php
- 基本用法
1、pcl功能介紹(解釋各個模組和功能)
2、開始/基本結構(介紹pcl基本資料結構和相關程式碼示例) - 3、在自己專案中使用PCL(如何使用cmake PCL連結自己的專案)
4、如何編譯PCL在POSIX / Unix系統。
5、解釋PCL的cmake選項(基本的PCL cmake選項,以及如何調整以適應您的專案) - 6、在windows上原始碼構建pcl的依賴性
7、在windows上原始碼編譯PCL
8、從MacPorts在Mac OS X上編譯PCL及其依賴項和源
9、如何安裝點雲庫在Mac OS X上使用自制程式
10、如何讓你的PCL在Eclipse中作為一個專案
11、為PCL生成本地檔案
12、矩陣變換點雲
- 高階用法
1、新增自定義point型別(解釋了模板化點型別在PCL,為什麼他們存在,以及如何建立和使用自己的PointT點型別)
2、編寫新的PCL類(這個簡短的指南作為HowTo和FAQ編寫新的PCL類,從頭開始,或者通過調整舊的程式碼) - 應用程式
1、覆蓋前面的教程可以組合解決一個更高層次的問題,調整之前捕獲模型物件的一些新捕獲的資料。
2、如何將視點特徵直方圖(VFH)描述符可以用來識別相似叢集的幾何學。
3、如何通過網路傳送點雲資料從一個桌面伺服器到客戶機執行在移動裝置上
4、檢測人與RGB-D地平面資料 - 特性
1、PCL3 d功能如何工作(3D功能的評估方法)
2、估計在pointcloud表面法線(理論和實現細節在PCL表面正常的評估模組)
3、正常使用積分影象估計(如何為一個有組織的點雲端計算法線使用積分影象。)
4、點特徵直方圖(PFH)描述符(介紹一個3 d功能描述符叫做PFH(點特徵直方圖),並討論了實施細節從PCL的角度來看)
5、快速點特徵直方圖(FPFH)描述符(介紹了FPFH(快速點特徵直方圖)3 d描述符和從PCL的角度討論其實現細節)
6、估計VFH特徵點集(描述了視點特徵直方圖(VFH)描述符,小說表示點叢集的叢集的問題(例如,物件)識別和6自由度姿態估計)
7、如何從一系列影象中提取NARF特性(從一系列影象中提取NARF特性)
8、慣性矩和基於偏心的描述符(如何計算轉動慣量和古怪的雲。 此外我們將學習如何提取AABB和OBB。)
9、羅普(旋轉投影統計)特性(如何計算羅普特性)
10、 - 過濾
1、通過paththrough濾波器過濾點雲
2、使用VoxelGrid過濾器取樣點雲
3、使用staticalOutlierRemoval過濾器去除離群值(如何刪除從嘈雜的資料稀疏的離群值,使用StatisticalRemoval。)
4、使用引數模型預測點
5、從PointCloud提取指數(如何提取一組指標由分割演算法)
6、使用使用條件或radius outlier去除離群值(學習如何把異常值從嘈雜的資料,使用ConditionalRemoval,RadiusOutlierRemoval)
I / O
1、PCD(點雲資料)檔案的格式
2、從PCD檔案讀取點雲資料
3、點雲資料寫入PCD檔案
4、連線的欄位或點兩個點雲
5、從一個OpenNI相機獲取點雲資料
6、從調速發電機高清晰度鐳射雷達(HDL)抓點雲
7、如何從Dinast相機獲取點雲資料
8、如何獲得點雲資料從一個IDS-Imaging Ensenso相機。
9、如何獲得點雲從davidSDK掃描器或網格資料。 - 關鍵點
1、如何從一系列影象中提取NARF要點(如何從一系列影象中提取NARF要點) - KdTree
1、如何使用KdTree搜尋(如何使用最近鄰方法搜尋方法k d樹) - 八叉樹
1、點雲壓縮(如何壓縮單點雲和點雲流)
2、使用八叉樹空間分割槽和搜尋操作(如何使用八叉樹空間分割槽和最近鄰搜尋)
3、空間對散亂點雲資料變化檢測(如何在點雲中使用八叉樹空間變化檢測) - 範圍的影象
1、如何建立一個範圍從點雲圖像和給定感測器的位置。
2、從範圍影象中提取邊界 - 識別
1、三維物體識別基於通訊分組
2、隱式形狀模型(學習隱式形狀模型演算法是如何工作的,以及如何用它來查詢物件中心)
3、如何做3 d物件識別在雜波通過驗證模型假設在混亂和嚴重阻擋3 d場景 - 登記
1、描述了註冊點雲API及其模組:點估計和拒絕的對應關係,剛性變換的估計
2、如何使用迭代最近點演算法(如何使用迭代最近點演算法,看看一個PointCloud只是另一個PointCloud的剛性變換)
3、如何逐步暫存器對雲(使用迭代最近點演算法為了逐步註冊一個一系列的點雲)
4、互動迭代最近點(如何構建一個互動式ICP程式)
5、如何使用正態分佈變換演算法註冊兩個大點雲
6、如何使用在手掃描器應用程式獲得與RGB-D相機彩色小物體的模型
7、如何找到一個剛性物體的排列構成一個場景雜亂和遮擋。 - 樣品一致
1、如何使用隨機樣本的共識模型(如何使用RandomSampleConsensus飛機模型獲取雲來匹配這個模型) - 分割
1、如何在點雲資料集中分離出平面模型
2、如何在點雲資料集中分離出圓柱模型
3、學習如何提取歐幾里得的叢集pcl:EuclideanClusterExtraction類
4、區域鎮長分割
5、學習如何基於區域增長分割演算法
6、學習如何使用基於min-cut分割演算法
7、如何使用條件歐幾里得在PCL叢集類: 分割演算法,基於歐氏距離和允許叢集點條件,需要保持。
8、如何使用法線特性的差異進行分割
9、Supervoxel叢集(展示pointcloud到中層supervoxel表示)
10、識別地面返回使用ProgressiveMorphologicalFilter分割
11、使用ModelOutlierRemoval PointCloud過濾(模型異常值刪除) - 表面
1、如何構建和執行一個移動最小二乘(MLS)演算法獲得平滑XYZ座標和法線
2、構造一個凹或凸包多邊形平面模型
3、快速無序點雲的三角化
4、如何從一個無序點雲重建表面光滑擬合b樣修剪。 - 視覺化
1、如何使用pcl視覺化工具
2、如何使用範圍影象的pcl視覺化工具
3、如何使用點雲的PCLVisualizer類強大的視覺化和相關資料
4、如何使用強大的視覺化的PCLPlotter類情節,圖表和原始資料的直方圖和顯式函式
5、概述在PCL視覺化工具的使用
6、如何建立一個PCL在Qt應用程式視覺化工具。
7、如何在Qt應用彩色點雲 - GPU
1、如何配置PCL使用Nvidia GPU
2、如何使用KinFu大規模生產網從一個房間,並應用紋理資訊後處理更吸引人的視覺效果。
3、使用PointCloud庫檢測人民和他們的姿勢