暂无评论
为了有效获取散乱点云中的尖锐特征点和边界特征点,提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑,搜索样点的K局部邻域;然后利用法向夹角判定准则、核密度判定准则、
基于特征点匹配，图像拼接方面的内容资源，无源代码。
图像拼接技术已经广泛应用于各个领域,本文实现了对灰度图像拼接技术,利用角点检测算子来得到图像特征点,采用归一化相关法(NCC)找出匹配角点,通过改进的RANSAC算法消除错误匹配,得到精确度更高的匹配
多图像拼接算法研究，能实现多幅图像的拼接
基于PCL写的一个删除点云数据中的重复点的程序,也可以稍作修改删除数组中的重复点。目前测试一个四千万个点的点云数据,其中包含有一千万个重复点,运行时间为50s。 文件中是源码,其中包含CMakeLis
自己实现的经典ICP算法，采用PCA作了粗拼接，然后使用K-d树算法加速选取对应点，使用bunny数据进行了拼接实验，并计算了其RMS误差。经典ICP算法中不包含筛选删除误匹配点对的步骤，因此精度较低
为了解决旋转图像间的点特征匹配问题,提出了一种以空间位置分布关系为搜索依据的 新的匹配算法.首先将已检测到的特征点生成三角形,随后利用相似三角形配对获取图像间的仿 射变换关系,并根据这种空间位置分布关
使用pcl和vs2017 转换txt格式的点云为pcd格式的点云数据
以三维点云或模型表达的单体化建筑信息是城市规划、市政管理、数字城市建设等多个应用领域的关键信息要素。利用航空影像密集匹配点云, 提出了一种针对复杂建筑区域建筑单体的快速提取算法。在对点云进行滤波处理及
提出了一种特征保持的三维点云迭代简化算法。首先对点云模型构造KD树结构，计算采样点的k邻域，然后利用点云模型的局部几何信息作为参数，包括局部采样密度、采样点的精度和曲率，计算评估函数值，迭代删除评估函
暂无评论