您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 《基于RGB-D传感器的3D室内模型创建》摘要

  2. 本项目提出了一种基于Kinect(RGB-D传感器)的成本低廉、快速精准且操作简便的三维重建方法。首先对Kinect彩色摄像机进行标定,获取摄像机的内参数矩阵,并将深度摄像机与彩色摄像机对齐;使用了一种新的基于联合双边滤波的帧间滤波算法,对原始深度图像进行该滤波处理;通过PCL获取点云,并利用ICP算法完成点云精确配准,得到拼接的三维点云图。实验结果表明,该方法能够快速精准地创建3D室内模型。
  3. 所属分类:C++

    • 发布日期:2015-09-18
    • 文件大小:385024
    • 提供者:kh1445291129
  1. 一种新的点云拼接算法

  2. 迭代最近点(ICP)算法广泛运用于三维点云数据的多视拼接,其精度和迭代收敛性严重依赖于待拼接数据的初始拼接位置,这就决定ICP只能是一个性能优越的精确拼接算法。粗拼接算法旨在为ICP提供一个良好的初始拼接位置。基于信息论中熵的概念,分析了点云的空间分布规律与所处位置的关系,在此基础上提出了一种新的粗拼接算法—迭代最小空间分布熵法。 实验表明,该算法有效可行,可以提供很好的初始拼接位置,在误差允许范围内,该算法可以直接实现点云拼接。
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:4194304
    • 提供者:weixin_38504170
  1. 基于动态网格k邻域搜索的激光点云精简算法

  2. 由非接触式扫描方法获得的点云数据存在大量的冗余点,为便于模型重构, 提出一种新的基于动态网格k邻域搜索的点云精简方法.首先,对点云进行k邻域搜索,在k邻域搜索过程中采用动态网格的方法快速寻找k邻域点;然后,根据数据点的k邻域计算点的曲率、点与邻域点法向夹角的平均值、点与邻域点的平均距离,并利用这3个参数定义特征判别参数和特征阈值,比较大小,对特征点进行提取;最后,利用包围盒法对非特征点进行二次精简,将精简后的点云与特征点拼接,实现精简目的.实验结果表明,所提出方法与其他k邻域搜索方法相比,提高了
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:1048576
    • 提供者:weixin_38728347