随着三维扫描技术的迅猛发展, 点云数据的数据量变得异常庞大, 这对点云计算的性能提出了更高的要求。因此, 如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D
点云分割是逆向工程中模型重建的关键技术之一,然而在求取点云特征时非常耗时,通过OpenCL异构计算对其进行性能加速有着重要的现实意义。以散乱无序的点云为研究对象,通过OpenCL对点云分割算法加以改进
针对全色图像云检测与雪检测的问题,文中提出了一种基于多种纹理特征的特征提取方法。首先,利用自适应的大津阈值分割算法提取云、雪区域。然后,通过分形维数、灰度共生矩阵、小波变换等方法提
对强噪声且密度不均匀的点云进行高效、高精度配准是一个难题。针对此难题,提出一种基于关键点提取与优化迭代最近点(ICP)的点云配准算法。在粗配准中,将体素格滤波与法向距离关键点的提取相结合,计算关键点的
靶标特征点提取亚像素精度阈值分割算法研究,赵洛彬,杨瑞峰,以视觉测量中摄像机标定的圆阵列靶标特征点提取为研究对象,提出一种亚像素精度阈值分割算法,用于圆阵列平面靶标标定特征点的精
用OpenCV实现了Harris特征点的提取,并在此基础上消除了消除误匹配点,程序在VC++6.0下调试运行通过!
针对局部线性嵌入算法(LLE)无法利用样本的鉴别信息,最大边界准则算法(MMC)对非线性数据处理能力较弱的不足,提出一种基于最大间距准则的稀疏局部嵌入(SLE/MMC)特征提取算法。在保持局部近邻的前
阈值分割和轮廓提取VS2017编译通过,可直接运行包括图像分割迭代阀值峰谷阈值分割半阈值分割边缘提取轮廓提取边界跟踪种子填充区域生长
该代码实现在用深度相机拍摄的点云中提取出圆柱点云,计算圆柱方程参数
基于坡度和聚类的算法,提取lidar点云的地物边缘线。最终得到地物的轮廓