您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 三维点云重构生成网格

  2. 斯坦福大学开发的一个三维点云重构生成网格,进一步生成NURBS曲面并加光照效果的系统.可以实现对生成的三维
  3. 所属分类:专业指导

    • 发布日期:2009-06-09
    • 文件大小:932kb
    • 提供者:sandartist
  1. MATLAB 三维点云重构Surface recostruction from scattered points cloud

  2. MATLAB 三维点云重构Surface recostruction from scattered points cloud MyCrust090209(matlab).zip
  3. 所属分类:其它

    • 发布日期:2009-06-16
    • 文件大小:5mb
    • 提供者:colorfulweiwei
  1. 斯坦福大学开发的一个三维点云重构生成网格,进一步生成NURBS曲面并加光照效果的系统SCNNALYZE

  2. 斯坦福大学开发的一个三维点云重构生成网格,进一步生成NURBS曲面并加光照效果的系统。可以实现对生成的三维图形旋转,移动和多个角度图形的拼接-Stanford University in the development of a 3D point cloud generation reconfigurable mesh, NURBS surface generation further increases and the effect of illumination system. Gener
  3. 所属分类:专业指导

    • 发布日期:2009-06-18
    • 文件大小:979kb
    • 提供者:colorfulweiwei
  1. 自由曲面测量点云数据的建模方法研究.pdf

  2. 本文提出了一种散乱点云数据的建模新方法。通过对点云数据进行空间三维划分,实现了边界信息的高效提取。采用局部曲面拟合方式得到位于截平面上的有序数据,使得无序的散乱数据形成了有序的阵列数据,实现了NURBS曲面的精确拟合。实验证明,该方法非常适合卷曲类模型的自由曲面重构,在某零件的测量、建模和加工中已经得到了实际应用。
  3. 所属分类:专业指导

    • 发布日期:2009-09-04
    • 文件大小:162kb
    • 提供者:TZD1012
  1. 点云三维重建程序斯坦福大学开发的一个三维点云重构生成网格

  2. 斯坦福大学开发的一个三维点云重构生成网格,进一步生成NURBS曲面并加光照效果的系统。可以实现对生成的三维图形旋转,移动和多个角度图形的拼接
  3. 所属分类:专业指导

    • 发布日期:2010-12-15
    • 文件大小:932kb
    • 提供者:zzhzjw2003888
  1. 1.1 空间曲面上散乱数据三角剖分的概念

  2. 这个是关于点云毕业设计的资料,点云精简是一项重要的三维重构技术!在我们的生活中起着重要作用
  3. 所属分类:网络管理

    • 发布日期:2011-11-28
    • 文件大小:213kb
    • 提供者:mjt200810301567
  1. matlab读入三维点云数据斯坦福兔子

  2. 其中点云数据是斯坦福兔子,做三维点云重构后的人可以好好看看,只是简单读入程序,作为初学者比较好些,进一步的研究还在后边,有机会的话会继续上传,比如说delauny三角网格划分,还想进一步研究snake曲线
  3. 所属分类:其它

    • 发布日期:2015-06-28
    • 文件大小:334kb
    • 提供者:u013467442
  1. 点云三维重构delaunay三角剖分,MATLAB源码,正确可运行,有结果图

  2. 用powercrust算法实现的delaunay三角剖分算法,用到了MATLAB的delaunayn函数库,有兔子等点云源数据和完整的代码,程序可运行,亲测可用
  3. 所属分类:其它

    • 发布日期:2017-07-27
    • 文件大小:9mb
    • 提供者:lllidongxia
  1. 激光点云数据-安全锤

  2. 三维重构时,激光扫描安全锤的三维点云数据,x ,y, z三维坐标点
  3. 所属分类:其它

    • 发布日期:2018-03-13
    • 文件大小:21mb
    • 提供者:qq_34127874
  1. matlab 基于点云的三维重建

  2. MATLAB 三维点云重构Surface recostruction from scattered points cloud
  3. 所属分类:其它

    • 发布日期:2018-03-25
    • 文件大小:640byte
    • 提供者:asdbnmcvbdfg
  1. F14点云数据

  2. F14点云数据分析 用户可以用于三维模型重构的研究
  3. 所属分类:深度学习

    • 发布日期:2018-05-10
    • 文件大小:272kb
    • 提供者:weixin_42132929
  1. 基于点云数据的树木三维重建方法改进.pdf

  2. 激光点云数据以其详尽、高精度的三维信息,在森林参数估算、精确重建植物形态结构三维模型方面具有特 殊优势。为进一步提高三维模型精度,综合集成多种算法,在改进现有PC2Tree 软件基础上,基于点云数据进行树 木三维重建。首先根据树木局部点云的主方向相似度和局部点云轴向分布密度分离枝干与树叶; 其次采取水平集 和最小二乘法提取枝干部分的骨架点,通过下采样方法提取冠层部分的特征点; 最后根据骨架点和特征点拓扑结 构重构树木三维模型。以樟树为例,分析枝叶分割精度,自动分割与手动分割结果相近; 以
  3. 所属分类:算法与数据结构

    • 发布日期:2020-03-04
    • 文件大小:2mb
    • 提供者:Dan510275
  1. 基于点云数据特征点拼接的建筑物三维重构

  2. 随着数字测图的迅速发展,三维激光扫描技术已经应用到更多的领域。文中以中国矿业大学(北京)某办公楼为研究对象,通过三维激光扫描技术获取建筑物点云数据,采用建筑物点云数据特征点拼接方法,运用RISCAN PRO软件和三维建模软件进行了办公楼的三维重构。分析表明:通过建筑物点云数据特征点拼接方法能够提高外业工作效率,拼接精度较高,符合建筑物建模要求。
  3. 所属分类:其它

    • 发布日期:2020-07-12
    • 文件大小:662kb
    • 提供者:weixin_38529436
  1. 一种三维点云自适应隐式曲面重构方法

  2. 基于自适应八叉树和改进的差分进化算法,提出了一种对三维点云数据进行隐式曲面重构的方法。首先对原始点云进行八叉树自适应分割;然后采用改进的径向基元球模型建立局部隐式曲面函数,并运用差分进化算法自适应求解径向基中心、影响半径和形状参数;最后采用改进的对数指数加权拼接算法对局部曲面进行光滑拼接,并采用移动立方体算法进行完整隐式曲面的绘制。实验证明,该方法对多种类型的点云均具有很好的适应性,重构曲面表面光滑、细节特征明显。
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:378kb
    • 提供者:weixin_38515270
  1. points2surf:从点云学习隐式曲面(ECCV 2020)-源码

  2. Points2Surf:从点云中学习隐式曲面(ECCV 2020 Spotlight) 这是我们对的实现, 是一个网络,可从点云估算有符号距离函数。将该SDF转换为带有Marching Cubes的网格。有关更多详细信息,请观看和。 该体系结构类似于 。与其他基于ML的表面重构方法(例如和,Points2Surf是基于补丁的,因此与类无关。大大改进的泛化导致更好的结果,甚至在大多数情况下也比更好。 该代码主要由和编写。这项工作发表在。 先决条件 Python> = 3.7 PyTorch
  3. 所属分类:其它

  1. 基于运动改进结构的红外图像三维点云重构

  2. 基于运动改进结构的红外图像三维点云重构
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:851kb
    • 提供者:weixin_38724663
  1. 无组织点云数据的快速自修复区域生长表面重构算法

  2. 本文提出了一种快速的基于自修复投影的曲面重构方法。该算法利用区域增长原理对封闭和自由形式的数据集进行算法,根据参考点及其邻域的状态和位置在它们之间生成三角形。切线平面。 在这项工作中,首先概述了网格划分和相关概念的整个框架,然后针对点的状态和位置,概述了七种不同情况下的三角剖分过程,并提出了相应的三角剖分细节。 为了消除从三角剖分过程中可能丢失的三角形,开发了一种数据结构单边索引表(SEIT),以跟踪生成的三角形网格的所有边界,并随着三角形的形成而动态更新。 三角剖分后,在SEIT上快速遍历深度
  3. 所属分类:其它

  1. 大规模生成3D密集点云的分布式生成,用于准确的多视图重构

  2. 大规模生成3D密集点云的分布式生成,用于准确的多视图重构
  3. 所属分类:其它

  1. 双维度交叉特征点协同匹配的点云拼接算法

  2. 为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法。首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间。其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角形相似关系进一步筛选点集。最后,采用四元数法完成粗拼接,进而使用改进的迭代最近点(ICP)算法完成精拼接。实验结果表明,所提算法的匹配准确率达98.16%,匹配用时3s,粗拼接重叠
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:13mb
    • 提供者:weixin_38705014
  1. DefRec_and_PCM:点云上域自适应的自我监督学习-源码

  2. 在点云上进行域自适应的自我监督学习 介绍 自我监督学习(SSL)可以从未标记的数据中学习有用的表示形式,并已有效地应用于图像的域自适应(DA)。 尚不知道是否以及如何利用它来进行3D感知领域的适应。 在这里,我们描述了对点云上的DA的SSL的首次研究。 我们引入了一个新的借口任务系列,即“变形重构”,该变形任务是由模拟到真实转换中遇到的变形所激发的。 关键思想是使输入形状的区域变形并使用神经网络对其进行重构。 我们设计了三种类型的形状变形方法:(1)基于体积:基于输入空间中的接近度的形状变形;
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:815kb
    • 提供者:weixin_42109545
« 12 3 4 »