关于激光扫描得到的三维点云数据的处理和成像问题

seam_liu 2007-05-10 05:20:54

使用激光行扫描结合运动方程得到大量的规则行扫描数据，可以绘出物体表面的点云图，不知道有没有人接触到这种建模问题，

问题
1. 海量点云数据的预处理，数据结构的规划，
2. 使用openGL绘图，自带的三角网生成比起一些成熟的算法如delaunay三角等效率如何呢？
3. 想使用一些第三方的工程软件来处理三维数据文件，请推荐一种简单可行的方法，比如使用什么软件，什么样的文件格式比较好，如何才能自己将三维数据保存为该软件能识别的格式？

...全文

1469 8 打赏收藏转发到动态举报

写回复

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

diy2005 2011-03-28

打赏
举报

回复

如果规则建模，直接用opengl画规则图形就行了阿啊

diy2005 2011-03-28

打赏
举报

回复

楼主厉害啊学习了

knowledge_Is_Life 2008-05-01

打赏
举报

回复

lz要干嘛？

hahahouhou 2007-12-31

打赏
举报

回复

好像有个qsplat软件

tulading 2007-12-31

打赏
举报

回复

数据规划一般就是用四叉树吧，做一个数据分级显示
生成三角网建议使用自己的算法，根据数据特点才好啊
点云数据通用格式一般有LAS、XYZI（xyz，intensity），第三方软件，一般地面扫描设备推荐用polyworks

僵哥 2007-12-23

打赏
举报

回复

同意1楼
扫描设备都有自带的软件，一般的处理都能构进行，至于效果如何，不同的软件针对性不同；
可以从一种软件导出某种通用的格式，导入到其他的软件上来处理

OpenGL有自动三角网生成算法的么？一般自带的软件都会有三角化这一功能的。
算法效率当然是软件自带的效率高拉，他们的数据结构都有优化的，delaunay三角化效率不高

allendragon 2007-05-16

打赏
举报

回复

数据规模多大啊？

SuperCpp 2007-05-11

打赏
举报

回复

用CAD软件，UG，CATIA这样的
扫描的设备好像会自带软件的

随着国网公司大力发展“大云物移智链”进行数字化改革，输电线路的运维也从单一的人巡升级为多维巡检，无人机与可视化摄像头也随着大数据、边缘计算等新兴技术的发展，进行了迭代，实时可视化监控也逐步成为电网运维不可或缺的一部分。通过激光雷达三维点云成像技术与正摄影像地理信息数据采集技术对线路走廊、电力设备以及周围环境进行扫描，获取对应的高精度三维激光点云与可见光数据，建立电网线路通道三维数字化场景。

激光雷达运动补偿是智能车动态背景目标检测中不可避免的过程。提出了一种基于激光雷达的运动补偿算法。首先通过四元数法求解车体在上一个扫描周期与当前扫描周期的位姿变化矩阵。其次,根据静态场景的特点及历史激光雷达数据帧生成的数据包,利用高斯混合模型对时间坐标系下的背景进行建模。考虑到高斯混合模型在动态场景下容易失效,通过运动补偿将动态背景转换为静态背景,再用高斯混合模型对时间列表中所有历史帧进行处理,得到T时刻运动目标的原点特征点,将特征点与当前帧中符合的点相匹配进一步细化点在当前帧中的新位置。经过实验验证,该方法成功地对背景运动进行了估计和补偿,适合应用于三维环境下实时运动目标的检测。

三维点云是物理世界的三维数据表达形式，其应用日益广泛，如自动驾驶、AR/VR、FaceID等。PointNet网络模型是直接对三维点云数据进行深度学习的开山之作，PointNet++是对PointNet的改进技术。作为点云处理深度学习方法的里程碑工作，启发了很多后续研究。本课程对PyTorch版的PointNet++进行原理讲解、论文复现和代码详解。包括：（1）提供三维点云物体分类数据集ModelNet40、物体部件分割数据集ShapeNet和场景分割数据集S3DIS的下载、可视化软件和方法；（2）在Ubuntu系统上演示使用PointNet++进行三维点云的物体分类、部件分割和场景语义分割的训练和测试；（3）详解PointNet++的原理、程序代码和实现细节，并使用PyCharm进行Debug调试代码和单步跟踪。需要学习TensorFlow版PointNet++的学员可前往本人推出了课程《PointNet++点云处理TensorFlow版》

通过开展隐患排查治理专项行动，进一步落实企业安全生产主体责任和地方人民政府的安全监管主体责任，建立重大危险源监控机制和重大隐患排查治理机制及分级管理制度，有效防范和遏制重特大事故的发生，促进安全生产状况进一步稳定好转。数字化三维园区：采用激光三维扫描仪，利用三维激光测绘成像技术进行全方位设备与管道扫描，并根据点云数据和实景照片建立三维模型，并与GIS系统结合，开展可视化安全智慧化管理。

为提高三维激光扫描点云的配准精度以及效率,解决数据点缺失、点云散乱时的配准问题，结合点云的全局和局部结构特征的不变特性，提出基于全局结构特征的初始配准算法和利用局部结构特征的快速精确配准算法。首先，给出全局结构特征的定义，并阐明初始配准方法，证明在点云样本集缺失数据时初始配准算法的有效性；然后，给定一种空间区域的划分方式，并找出划分的空间区域中两个点云的对应点；最后，通过找出的有限个对应点实现点云的精确配准。在仿真和实验数据处理时,该精确配准算法能够有效地完成缺失、散乱点云的精确、快速配准，且在效率和精度上比其他几种算法具有明显优势。

4,446

社区成员

15,335

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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