超级会员免费看
本文深入探讨了点云的概念、获取设备、属性及存储格式，并重点介绍了点云配准的原理和ICP算法。点云配准分为粗配准和精配准，其中ICP是最广泛应用的精配准算法。文章还讨论了ICP的优缺点及改进算法，并列举了多种点云开源标注工具，最后提到了点云处理的三个层次：低层次的滤波和关键点检测，中层次的特征描述和分割，以及高层次的配准、SLAM图优化和三维重建。
目录
几个相关概念
1）点云概念
点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，称之为“点云”（Point Cloud）。
2）点云图像是最基础也是最常见的三维图像。
那什么是三维图像呢？三维图像是一种特殊的图像信息表达形式。相比较于常见的二维图像，其最大的特征是表达了空间中三个维度（长度宽度和深度）的数据。
3）三维图像的表现形式
深度图（以灰度表达物体与相机的距离），几何模型（由CAD软件建立），点云模型（所有逆向工程设备都将物体采样成点云）。
4）点云根据测量原理主要分为两种
根据激光测量原理得到的点云，包括三维坐标（XYZ）和激光反射强度（Intensity）。强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。
根据摄影测量原理得到的点云，包括三维坐标（XYZ）和颜色信息（RGB）。
当然也有把激光和摄影相结合在一起的（多传感器融合技术），这种结合激光测量和摄影测量原理得到点云，包括三维坐标（XYZ）、激光反射强度（Intensity）和颜色信息（RGB）。
本次的文章主
订阅专栏 解锁全文
扫一扫
7315
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
