您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于点云的加工特征识别技术研究

  2. 基于点云的加工特征识别技术研究,:介绍了在./0 领域基于12345 模型的特征识别方法,总结了其中的优势和不足,并且对直接从 三维散乱点云中识别加工特征的关键技术进行了研究,提出了可能的解决方案
  3. 所属分类:制造

    • 发布日期:2015-02-26
    • 文件大小:191488
    • 提供者:libinbit001
  1. 点云pcl库学习 官方demo示例教程 原理解析代码注释

  2. PCL(Point Cloud Library)是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库, 它实现了大量点云相关的通用算法和高效数据结构, 涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。 支持多种操作系统平台,可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。 如果说OpenCV是2D信息获取与处理的结晶, 那么PCL就在3D信息获取与处理上具有同等地位,PCL是BSD授权方式, 可以免费
  3. 所属分类:VR

    • 发布日期:2018-05-08
    • 文件大小:51380224
    • 提供者:xiaoxiaowenqiang
  1. 基于点云库的服务机器人视觉识别算法研究_张强

  2. 本文对基于的机器人视觉识别算法进行了研究,构建了家庭常见物体 的点云数据模型库,提出了一种雄干形状特征的实时识别算法,分析了算法过程 中的主要点云处理步骤,如点云分割、特征提取等过程,并完成了人机交互界面 设计,最终集成到了机器人操作系统上,实现了节点通讯,并对实验结果 进行了分析。
  3. 所属分类:机器学习

    • 发布日期:2018-07-03
    • 文件大小:11534336
    • 提供者:zhlm88
  1. 一种有效的基于点云特征人体识别方法

  2. 基于视觉信息的运动目标识别是室内移动机器人自主导航的一个重要研究内容,现有的方法经常由于背景噪声干扰、自然光照、机器人视角变化等因素影响识别稳定性。针对该问题提出一种有效的目标识别方法,滤除地平面点云特征,并采用分割聚类和支持向量积融合方法识别运动目标。实验表明,该方法在满足实时性前提下,相对于传统人体骨骼、二维梯度直方图算法具有更高的准确率,更适合复杂环境下的人体。
  3. 所属分类:其它

    • 发布日期:2019-07-22
    • 文件大小:1048576
    • 提供者:weixin_39841848
  1. 铁路场景三维点云分割与分类识别算法.pdf

  2. 铁路场景三维点云分割与分类识别算法.pdf,铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集,基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性(RANSAC)分割造成的过分割和欠分割问题;针对分割后的单物体点云,提出利用视点特征直方图(VFH)进行不同目标的三维点云特征提取,基于
  3. 所属分类:其它

    • 发布日期:2019-09-20
    • 文件大小:5242880
    • 提供者:weixin_38744435
  1. PCL点云拼接 cturtle.pcd 文件

  2. PCL(Point Cloud Library)是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库,它实现了大量点云相关的通用算法和高效数据结构,涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
  3. 所属分类:其它

    • 发布日期:2020-04-30
    • 文件大小:5242880
    • 提供者:tony2278
  1. 车载激光点云的道路标线提取及语义关联.pdf

  2. 自动驾驶技术已成为未来智能交通的发展方向之一,高精度地图为 L3 级及以上自动驾驶实现 高精度定位和路径规划提供先验信息,是自动驾驶车辆传感器在遮挡或观测距离受限情况下的重要补 充.道路标线的位置和语义信息,比如实线和虚线的绝对位置是高精度地图的基本组成部分.本文从 车载激光点云中提取扫描线,根据道路边缘位置几何形态的突变从扫描线中提取道路路面,在此基础上 首先利用反距离加权插值的方法把路面点云图像以一定的分辨率转换为栅格图像,其次利用基于积分 图的自适应阈值分割方法把栅格图像转化为二值图像,然
  3. 所属分类:交通

    • 发布日期:2020-09-15
    • 文件大小:6291456
    • 提供者:whudqm
  1. 3D-Terrain-Recognition:ALS点云的多视图和多模式表示的深度融合,用于3D地形场景识别-源码

  2. ALS点云的多视图和多模式表示的深度融合,用于3D地形场景识别 ALS点云的多视图和多模式表示的深度融合,用于3D地形场景识别 秦楠楠,胡向云*,戴恒明 [] 地形场景类别不仅可用于某些地理或环境研究,而且还可用于为多个点云处理任务选择合适的算法或算法的合适参数,以实现更好的性能。 但是,目前很少有针对地形场景分类的点云处理研究。 本文提出了一种新的深度学习框架,该框架使用稀疏点云的2D表示进行3D地形场景识别。 该框架有两个关键组成部分。 (1)首先,从机载激光扫描点云中提取几个合适的判别性
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:2097152
    • 提供者:weixin_42122432
  1. 融合改进场力和判定准则的点云特征规则化

  2. 为了快速有效地获取散乱点云中的边界特征点和边界线, 提出了一种融合改进场力和判定准则的点云特征规则化算法。利用改进的k-d(k-dimensional)树搜索k邻域, 以采样点及其k邻域为参考点集拟合微切平面并向该平面投影,在微切平面上建立局部坐标系以将三维坐标转化成二维坐标, 利用场力和判定准则识别边界特征点; 依据矢量偏转角度和距离对边界特征点进行排序连接; 通过改进的三次B样条拟合算法对边界线进行平滑拟合。实验结果表明, 该算法能够快速有效地提取边界特征点, 且拟合后的边界线偏差量级为10
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:8388608
    • 提供者:weixin_38599231
  1. 基于直线截距比的三维点云特征提取

  2. 提出一种新的点云特征检测算子——直线截距比特征检测算子。根据相邻点之间的几何关系提出直线截距比,构建了特征筛选条件函数,利用关于点距的高斯函数对特征筛选条件函数进行修正。实验结果表明,随着模型中噪声强度的增加,所提算法的特征误识别率更低。所提算法能快速、准确地筛选出特征点,且具有良好的抗噪能力和更强的特征识别能力。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:13631488
    • 提供者:weixin_38535808
  1. 基于分层墨卡托投影的激光雷达点云数据局部特征描述

  2. 为了高效提取激光雷达点云数据的局部几何结构特征,实现三维(3D)目标的配准、检测和识别,提出了一种基于分层墨卡托投影(HMec)的局部点云特征描述子。首先,采用传统方法进行特征提取;然后,利用具有保角特性的墨卡托投影,将3D点云数据的局部邻域点分层投影到多个墨卡托平面上;最后,分别统计各墨卡托平面的分布直方图,得到特征点的局部特征描述子。HMec特征描述子能很好地保留点云的局部几何结构特征,从而提高特征描述子的辨别力。在Bologna和3DMatch数据集上的测试结果表明,相比其他9种局部特征描
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:4194304
    • 提供者:weixin_38606169
  1. 基于VG-DBSCAN算法的大场景散乱点云去噪

  2. 针对城市环境下三维激光雷达(LiDAR)点云数据密度不均匀、离群噪点多而不利于后期点云帧间匹配的问题,提出一种应用于城市环境下大规模散乱LiDAR点云的离群噪点滤除算法。该算法对传统的基于密度的噪声应用空间聚类(DBSCAN)算法进行改进,通过对三维点云进行体素栅格划分,创建了一个由栅格单元组成的集合,以此大幅减小每个对象在数据空间中邻域的搜索范围。改进后的算法能够快速发现各个聚类,使目标点云与离群点分离,从而剔除点云中的离群噪点。实验结果表明:所提算法能够实时处理点云数据,在保证点云三维几何特
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:3145728
    • 提供者:weixin_38688890
  1. 大场景内建筑物点云提取及平面分割算法

  2. 提出一种从地面激光点云数据中提取建筑目标并进行分割的新方法,该方法利用半径渐变的主成分分析法确定各点局部几何特征(最佳半径,法向量、维度特征);根据几何特征将地面点从原始点云中剔除,将非地面点按距离聚类形成点云簇,并对点云簇进行整体特征分析,识别建筑物目标;依据点的局部特征设置区域增长法生长准则对建筑物目标进行平面分割并对分割结果进行优化。实验结果表明,该方法不仅能快速有效提取大场景中的建筑物目标进行分割,并且解决了传统区域增长法不稳定的问题,提高了建筑物点云平面分割的精确性和可靠性。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:2097152
    • 提供者:weixin_38630697
  1. 基于层级边缘卷积的三维点云分类

  2. 由于激光点云数据的无序性、离散性、稀疏性,基于深度学习的三维点云数据的特征提取具有一定难度。针对目前局部信息提取不充分,区域信息的合并有限的问题,提出了一种基于层级边缘卷积的点云分类网络,用于三维视觉中点云模型识别任务。本文采用层级结构的思想,通过层级几何信息模块对特征进行有效提取和归纳。对于每个层级几何信息提取模块,首先对点云模型进行下采样并构建局部区域,对每个局部区域中点与点之间的距离和特征进行建模,获得局部区域的几何信息,最后聚合多个采样点的局部结构特征。实验结果表明,本算法在ModelN
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:721920
    • 提供者:weixin_38625351
  1. 基于三维点云匹配的手掌静脉识别

  2. 针对现有手掌静脉认证系统误拒率较高以及不支持大数据集匹配的问题,设计了基于透射式光源的双目视觉静脉三维点云重建装置,提出了基于三维点云匹配的手掌静脉认证算法。系统使用850 nm 透射式发光二极管(LED)光源作为照明装置,由双目摄像机拍摄静脉视差图像进行三维重建。选择手掌静脉作为特征点描述其空间三维结构,提出了一种改进的内核相关性分析方法匹配三维点云。针对200 组点云数据的实验结果验证了该方法的可行性和有效性,识别率达到了98%,误拒率2%,误识率0%,总特征维数约8000 至12000 维
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:4194304
    • 提供者:weixin_38722184
  1. 空间栅格动态划分的点云精简方法

  2. 常规的特征保持点云精简方法需计算全部点云的微分信息,但直接计算高密度或含噪点云的微分信息存在一定偏差,导致点云精简效果不佳。提出一种基于栅格动态划分的点云精简方法。首先对模型进行空间栅格初划分,利用随机采样一致性算法剔除栅格内的干扰点,然后采用最小二乘法对剩余点进行平面拟合并计算平整度值,根据平整度值判别该栅格是否细分,将平坦区域压入大间距栅格内,特征丰富区域划分至小栅格中。针对小栅格内的点引入高斯函数降低远距离点对特征识别贡献的权重,综合曲面变化度和邻域法向量夹角信息共同识别特征点并保留,大栅
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:12582912
    • 提供者:weixin_38642864
  1. 三维点云中关键点误匹配剔除方法

  2. 三维点云关键点配准与识别过程中存在寻找匹配对不理想、大量误匹配对及配准与识别准确率下降等问题,提出了一种新颖的关键点误匹配剔除方法。在关键点检测阶段, 基于边缘点及其邻域点大多分布在同侧的特性, 提出了一种边缘点检测算法, 剔除处于边缘的关键点, 以提高关键点的可重复性和可匹配性, 并降低关键点特征匹配的误匹配率。在关键点特征匹配阶段, 对经由最近邻算法得到的初始关键点匹配对, 通过Kmeans算法和分裂法, 剔除掉大量错误的关键点匹配对, 从而提高三维点云之间关键点的匹配率。实验结果表明, 该
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:10485760
    • 提供者:weixin_38737144
  1. 基于特征线拟合的微型复杂曲面点云分割方法

  2. 点云数据分块是模型反求过程中的重要环节,分割优劣影响模型重建的效率和精度。微型复杂曲面零件由多个微小图形并列、交叉组合而成,特征点精简、图元识别难度大,是数据分割中的难点。根据模型造型特点,分离带状特征点的下边界点作为拟合特征线的真实特征点;由每个图元端点的邻近关系和端点附近特征点的排列趋势识别属于同一图形的图元;利用以边界为约束的区域生长算法和三角形叉积的算法分割同一曲面的点云。实验结果表明:该方法克服了现有方法处理微型复杂曲面点云时出现的过分分割和分割不足的问题,为高质量的模型重建提供了基础
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:8388608
    • 提供者:weixin_38598613
  1. 基于K近邻卷积神经网络的点云模型识别与分类

  2. 为了进一步提高大规模多种类点云模型识别与分类的准确率,提出了一种K近邻卷积神经网络模型。首先,利用最远点采样算法对点云模型均匀采样;其次,对采样后的点云模型用K近邻算法构建每个点的局部邻域,为防止信息的非局部扩散,对卷积层提取的特征也逐个建立局部邻域;然后,通过最大池化聚合所有局部特征得到点云模型的全局特征表示;最后,用全连接层与Softmax函数计算各类别对应的概率并分类。实验结果表明,本算法在公开数据集ModelNet40上的识别准确率为92%。与已有的点云模型识别与分类算法相比,能更有效地
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:2097152
    • 提供者:weixin_38538381
  1. 基于点对特征的散乱堆放物体的位姿估计算法

  2. 现有的三维物体识别和位姿估计方法无法很好地用于散乱堆放物体的场景,尤其是有严重遮挡和混叠的场景。使用基于点对特征的点云匹配和位姿估计算法,针对工业环境中乱序物体的特点,进行了一系列改进,如场景点云法线方向一致性调整、抓取位姿筛选策略调整、旋转对称引起的角度偏差调整,以取得更理想的位姿估计结果。在仿真环境和真实场景下进行了一系列实验,实验结果表明,所采用的算法在乱序物体场景中的位姿估计效果比较理想。
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:10485760
    • 提供者:weixin_38700240
« 12 3 4 »