社区
图形处理/算法
帖子详情
基于lidar点云数据分割算法
emily_lee0108
2015-04-17 09:51:34
我最近在做的一个课程设计,要求实现一种基于激光点云三维数据的分割算法,要求比较简单,就是简单的能把树木给分离出来就行了,值有坐标,intensity和rgb,用opengl。我想问一下各位大神我最好是用什么分割算法,区域增长,区域分裂合并?请各位大神给个意见,如果有类似的代码能够给予参考,我将不甚感激,在这里谢谢大家了!还有很抱歉我只有20分,大家见谅!!谢谢!!!
...全文
1047
5
打赏
收藏
基于lidar点云数据分割算法
我最近在做的一个课程设计,要求实现一种基于激光点云三维数据的分割算法,要求比较简单,就是简单的能把树木给分离出来就行了,值有坐标,intensity和rgb,用opengl。我想问一下各位大神我最好是用什么分割算法,区域增长,区域分裂合并?请各位大神给个意见,如果有类似的代码能够给予参考,我将不甚感激,在这里谢谢大家了!还有很抱歉我只有20分,大家见谅!!谢谢!!!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
赵4老师
2017-10-19
打赏
举报
回复
生命不息,挖坟不止。
yuyu7295
2017-09-07
打赏
举报
回复
麻烦问下楼主有原始点云数据吗
emily_lee0108
2015-04-18
打赏
举报
回复
希望大家帮帮忙,谢谢
emily_lee0108
2015-04-17
打赏
举报
回复
补充:麻烦大家帮我看看这个博主的算法对于我的题目能不能够很好的处理。http://blog.csdn.net/chinamming/article/details/16918875 谢谢!!
emily_lee0108
2015-04-17
打赏
举报
回复
补充:还有就是如果要求不是很严格,能不能不做预处理之类的。
Velodyne
Lidar
点云
聚类
算法
输入Velodyne
Lidar
数据
,对
点云
进行聚类,基于Qt图像界面开发,
算法
满足实时性,
分割
效果好,可用于16线,32线,64线激光雷达
数据
.
基于深度图的三维激光雷达
点云
目标
分割
方法
三维激光雷达广泛应用在智能车系统中,
点云
目标
分割
是智能车环境感知中的关键技术。针对目前三维激光雷达
点云
目标
分割
算法
实时性和准确性不高的问题,提出一种基于深度图的
点云
目标快速
分割
方法。将
点云
数据
表示为深度图,建立深度图与
点云
数据
的映射关系。利用激光雷达扫描线的角度阈值去除地面
点云
数据
,结合深度图和自适应参数改进的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)
算法
对非地面
点云
进行聚类
分割
。实验结果表明该方法相对于传统聚类
算法
在时间效率上有很大的提升,且能较好地降低欠
分割
错误率,
分割
准确度提升10%,达到了85.02%。
基于车载
LiDAR
数据
的建筑物三维重建
车载
LiDAR
点云
数据
量大且杂乱无章,当前尚没有完整
算法
来实现建筑物
点云
的自动
分割
和模型重建,特别是带有纹理信息的模型重建.以一栋结构复杂的建筑物为例,结合建筑物实际特征,采用自动与手动相结合、先简单后复杂、凹凸一致性等原则对
数据
进行
分割
和滤波处理;再采用
点云
数据
与CAD底图配准的方式进行三维重建、纹理映射和渲染,从而实现结构复杂建筑物的真实三维重建.
一种基于
分割
的机载
LiDAR
点云
数据
滤波 (2012年)
针对当前滤波
算法
在处理地形不连续区域或存在复杂建筑物区域时容易过分“腐蚀”地形井难以去除一些低矮植被的不足,提出了一种基于
分割
的机载
LiDAR
点云
滤波
算法
。首先,对原始
点云
基于地表连续性进行
分割
;然后,在移除点数目较小的粗差点集之后采用对
分割
点集建立缓冲区的方法,区分地面和非地面点集;在较大地物经过迭代
分割
基本移除之后,使用约束平面的方法移除高度较小的地表附着物以实现滤波。实验结果表明,与经典滤波
算法
相比,该
算法
提高了地面点的分类精度,在滤除地物信息的同时能有效地保留地形特征。
基于无人机的道路
点云
数据
分割
提取
算法
针对机载
LiDAR
获得道路的
数据
信息精确度低问题,提出基于无人机的低空扫描三维
点云
数据
,动态拟合提取
分割
道路信息的
算法
.首先使用主成分分析法获得道路点
数据
的法向量,之后将高程信息和法向量信息结合,利用聚类
算法
获得道路的高程和法向量的范围,提取道路
点云
数据
;其次利用多项式拟合对道路
数据
进行数学建模;然后通过动态多项式拟合提取出所有路面
数据
和路面上的资产以及行人车辆
数据
;最后使用区域生长
算法
对路面上的资产以及行人车辆
数据
进行
分割
.实验表明
算法
对道路上的遮挡物有很强的抗干扰能力,可以将路面提取出来并将路面上的
数据
分割
进行
分割
,将本文
算法
与区域生长
算法
进行对比,本文
算法
对路面
数据
更加敏感.
图形处理/算法
19,468
社区成员
50,698
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章