基于格网法统计面积(基于C++与PCL)
给出了基于C++与PCL编写的格网法统计平面点云面积的源代码,以及相应的测试数据,算法精度与原理详见参考博客https://blog.csdn.net/qq_32867925/article/details/127595548?spm=1001.2014.3001.5502
DBSCAN对三维点云数据聚类
基于PCL基础上写的DBSACN聚类算法,其可以实现对三维点云聚类。其中在单木分离上的效果以及使用方法可参考博客:https://blog.csdn.net/qq_32867925/article/details/125899276
欧氏距离实现从点云数据中单木分割(API)
调用PCL中欧氏距离聚类方法实现单木分割,具体的原理以及采用该策略进行点云聚类效果可参考博客:
https://blog.csdn.net/qq_32867925/article/details/125895413?spm=1001.2014.3001.5501
阶跃数特征源码(MATLAB)
针对机载LiDAR点云数据中阶跃数特征的实现,使用MATLAB编程实现,该特征可以有效区分建筑物。具体的介绍及效果图参考博客:https://blog.csdn.net/qq_32867925/article/details/125761197?spm=1001.2014.3001.5502
Polyfit源码,可实现点云三维重建
PolyFit基于C++的源码,主要包括面片分割,利用面面相交获取直线,利用直线构造反应物体结构的多边形。效果参考博客:https://blog.csdn.net/qq_32867925/article/details/125582063?spm=1001.2014.3001.5502
机载LiDAR、车载、地基点云数据构建八叉树
该代码(C++编写)主要对机载点云、车载与地基点云构建八叉树,其中机载点云在二维平面组织基础上构建,车载与地基点云在体素基础上构建八叉树。属于点云数据更进一步的预处理,属于同一块的点属性相同,可用于后续直接应用。具体原理参考博客https://blog.csdn.net/qq_32867925/article/details/125020549?spm=1001.2014.3001.5501
与博客:https://blog.csdn.net/qq_32867925/article/details/109094719?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165681564316782391877054%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=165681564316782391877054&biz_id=0&spm=1018.2226.3001.4187
机载点云格网化、车载与地基点云体素化
该代码(C++编写)主要对机载点云进行格网化组织处理,对车载与地基点云进行超体素组织处理;属于数据预处理。具体的原理参考博客:https://blog.csdn.net/qq_32867925/article/details/125014954?spm=1001.2014.3001.5502
基于欧氏距离的三维点云聚类
此代码将点云按照欧氏距离进行聚类,在欧氏聚类中只要相邻点之间距离小于距离阈值则聚为一类。具体的原理讲解可参考博客:https://blog.csdn.net/qq_32867925/article/details/124955814?spm=1001.2014.3001.5502
三维空间变换模型参数解算
基于Matlab编写的三维空间坐标转换的解算,适用于任意角度、平移量的坐标转换。具体的原理参考博客:https://blog.csdn.net/qq_32867925/article/details/124693287?spm=1001.2014.3001.5501
matlab中kdtree的搜索近邻点
主要包括对多有点搜索近邻点以及针对单个点搜索近邻点两种情况,给出详细的案例说明
alpha shapes提取点云边缘点
该算法是在配置PCL环境下运行即可,具体alpha shapes提边缘点(轮廓点)的原理可以参考博客,每个函数的功能有详细介绍https://blog.csdn.net/qq_32867925/article/details/124543879?spm=1001.2014.3001.5502
基于微切面最大夹角的边缘点检测
对基于微切面最大夹角的边缘点检测,使用C++实现,并给出案例。另外是附加了相关算法的一篇文献,对于理解这个函数比较有帮助。具体内容参考博客:https://blog.csdn.net/qq_32867925/article/details/124525256?spm=1001.2014.3001.5501
对简单场景下的点云数据进行分类(建筑物点、地面点、植被),提取轮廓线并三维可视化
对简单场景下的点云数据进行分类(建筑物点、地面点、植被),提取轮廓线并三维可视化。具体的效果可参考博客:https://blog.csdn.net/qq_32867925/article/details/123301985
各类三维点云下载数据集
包括44个网站下载点云数据,包括地面点云、机载点云、车载点云、手持等各类点云数据
TLASTools使用vs2013 win10编译好的lib库
LASTools在win10 vs2013下编译好的lib文件,包括release与debug下两个。lastools可以提取las格式的点云数据
eigen3.3.4.zip
基于C++语言的矩阵运算库,可以处理常见矩阵运算
opencv环境配置缺少的dll
vcruntime140d.dll;concrt140d.dll;msvcp140d.dll;ucrtbased.dll
graphCutMex_BoykovKolmogorov-master.zip
该资源为graph cuts源码,参考我的博客里面有环境配置的详细步骤。实测效率还挺高。图割是一种考虑空间上下文语义信息的算法
search.zip
MATLAB中2种近邻点搜索,其中包括最近K近邻点搜索,以及半径r内近邻点搜索。给出具体的使用代码,以及相应的说明
matlab中kdtree调用,搜索点云数据近邻点
结合xyz点云数据,调用matlab中kdtree进行搜索近邻点,其中包括一次性对所有点进行k近邻点搜搜,以及针对单个点进行kdtree的搜搜两种情况。
liblas配置环境:vs2013
适用于vs2013的环境配置,其他的暂且不清楚。具体的环境配置方法,可以参考我的博客,链接:https://blog.csdn.net/qq_32867925/article/details/82955834
基于公共转点的alpha shapes提取有序边缘点-代码与测试数据
经典alpha shapes提取轮廓点无序,根据alpha shapes以点对形式确定边缘点,因此以点对间拓扑关系将无序点恢复为有序点。具体原理参考博客:https://blog.csdn.net/qq_32867925/article/details/137683351?spm=1001.2014.3001.5502
轮廓点排序程序(c++ )
该程序对于简单形状的边缘点进行排序,其根据旋转角度大小顺序进行排序,具体原理参考博客:https://blog.csdn.net/qq_32867925/article/details/136582527?spm=1001.2014.3001.5502
点云面积计算程序(c++)
该程序主要计算点云平面面积,其包括了格网法、鞋带定理矩阵法计算点云面积,基于c++原理介绍,里面包括边缘点提取、点云格网化处理、点云可视化等。详细的原理介绍参考博客:https://blog.csdn.net/qq_32867925/article/details/136164299?spm=1001.2014.3001.5502
点云旋转代码(基于PCL、C++)
对原始点云,以点云重心为旋转中心,与水平方向之间的角度进行逆时针旋转,具体原理看博客https://blog.csdn.net/qq_32867925/article/details/136115398?spm=1001.2014.3001.5502
测站点云配准程序C++
激光点云测站间点云配准程序,基于C++编写,其基于测站间同名面片为基于解算转换参数,具体原理参考博客:https://blog.csdn.net/qq_32867925?spm=1011.2480.3001.5343
C++编程实现的七参数解算
给定两个点云间若干公共点,c++编程实现七参数的解算。算法具体原理参考博客:https://mp.csdn.net/mp_blog/creation/editor/124693287。该程序使用eigen矩阵运算库实现,需要事先配置eigen库。
最小外包矩形计算代码与数据
该资源包括基于PCL使用C++编写的计算点云簇最小外包矩形的源代码与测试数据。其可以获取点云最小外包矩形。具体原理可参考博客:https://blog.csdn.net/qq_32867925/article/details/131621752?spm=1001.2014.3001.5501
vs2019、win11配置PCL1.11.1属性表
vs2019配置PCL1.11.1的属性表,在新建工程中,只需要在属性窗口中添加即可。具体步骤参考博客https://blog.csdn.net/qq_32867925/article/details/130651331?spm=1001.2014.3001.5501
一种保留边缘的超体素方法
该程序无需配置第三方库,直接配置好相应的库文件即可运行,生成超体素,对于不同地物相交处的点,点划分到恰当的体素内。具体配置过程参考博客:https://mp.csdn.net/mp_blog/creation/editor/130045617
最大夹角法提取平面点云边缘
根据边缘点特征,利用近邻最大夹角法提取边缘点,提取原理参考博客https://blog.csdn.net/qq_32867925/article/details/129940020?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22129940020%22%2C%22source%22%3A%22qq_32867925%22%7D,其可以提取近似水平点云数据的边缘点,效果比较理想。
基于最小二乘实现线性回归(C++)最小二乘
基于最小二乘求解直线参数(又称线性回归),该代码有个直线拟合的可视化展示,因此需要配置PCL环境实现可视化。具体编程原理参考博客:https://mp.csdn.net/mp_blog/creation/editor/new/129658300
基于alphashapes提取有序边缘点(C++)
适用基于PCL开发的,提取平面点云边缘点,其可以提取近似位于同一平面上点云的边缘点,且边缘点为有序的,具体效果可参考博客https://blog.csdn.net/qq_32867925/article/details/128944954?spm=1001.2014.3001.5501
VS2019编译好的lib、dll文件,用于配置ceres
使用VS2019编译好的lib、dll文件,按照教程https://blog.csdn.net/qq_32867925/article/details/128813744?spm=1001.2014.3001.5501可以在vs2019平台上配置好ceres。包含debug 与release
基于合力的点云边缘提取源代码(c++)
基于pcl编写的边缘提取源代码,不是调用API!!文件里包括2块测试数据,1个cpp文件。运行时需要配置好pcl环境。算法原理参考博客:https://blog.csdn.net/qq_32867925/article/details/128764328?spm=1001.2014.3001.5501
该程序可以提取二维、三维点云的边缘点,效率比较高。
基于k-means实现点云聚类源代码与测试数据(MATLAB编写)
基于k-means实现两棵树木点云数据聚类,使用matlab进行实现,详细的测试结果及算法原理参考博客:https://blog.csdn.net/qq_32867925/article/details/128268986?spm=1001.2014.3001.5501
基于连通域标记的点云树木分离(点云聚类)
基于连通域标记的点云树木分离(点云聚类),将点云数据转换成二值图像,再使用连通标记法处理图像,实现点云聚类,具体原理参考博客:https://blog.csdn.net/qq_32867925/article/details/128210425?spm=1001.2014.3001.5501
基于ransac的平面分割
基于ransac的点云平面分割,其中包括对经典ransac的改进,如添加欧氏聚类、采样点采用近邻点方式,提高分割结果。具体原理及详细介绍参考博客:https://blog.csdn.net/qq_32867925/article/details/128045911?spm=1001.2014.3001.5502
opengl的lib、dll文件
该压缩包包括8个文件,具体安装可以参考我的博客https://editor.csdn.net/md/?articleId=123301985。需要注意的是,配置好环境,只能进行在32位平台debug下运行。
基于格网法统计面积(基于C++与PCL)
给出了基于C++与PCL编写的格网法统计平面点云面积的源代码,以及相应的测试数据,算法精度与原理详见参考博客https://blog.csdn.net/qq_32867925/article/details/127595548?spm=1001.2014.3001.5502