Unity-Voxel-Game:Unity制作的游戏，用于了解网格生成和体素世界

体素科技肺叶分割Automatic Segmentation of Pulmonary Lobes Using a Progressive Dense V-Network

视频设计软件用于视频剪辑

频域中的三维高斯平滑，原生频域实现。 通过更换来实现平滑具有傅立叶系数的空间域卷积乘法。 这也是实现您的目标的一个很好的例子使用原生傅立叶表达式自己的过滤器。 R = gauss3filter(I); R = gauss3filter(I, sigma); R = gauss3filter(I, sigma, pixelpacing); 在空间域表示中，R = convn(I, f(x,y,z)); 高斯核 f(x,y,z) 因函数而异输入，请参阅下面的说明。 不提供图像填充，付费注意傅立叶环绕伪影。 部分支持各向异性平滑，各向异性体素大小为完全支持。 Suband_1.5 频率过采样用于减少当 sigma 小于体素长度时的数值误差。 请参阅以下关于 Subband_x 频率过采样技术的论文： Max WK Law 和 Albert CS Chung，“球形通量计算的有效实现及其在血

利用八叉树进行三维网格模型体素化的一种方法

matlab点云体素降采样-function包含例子

皮尔逊相关系数 皮尔逊相关性和每个vox相关性。

matlab体素法代码MarrNet：通过2.5D草图进行3D形状重建 该存储库包含在NIPS 2017上展示的MarrNet的预训练模型和测试代码。 先决条件 火炬 我们将Torch 7（）用于以下附加程序包的实现： ：：我们在模型中使用cutorch和cudnn。 ：我们使用.mat文件保存体素化的形状。 可视化 基本可视化：MATLAB（在R2016b上测试） 高级可视化：Blender与捆绑的Python和软件包numpy ， scipy ， mathutils ， itertools ， bpy ， bmesh捆绑在一起。 安装 我们当前的版本已经在Ubuntu 14.04上进行了测试。 克隆存储库 git clone git@github.com:jiajunwu/marrnet.git 下载预训练的模型（920M） cd marrnet ./download_models.sh 指导 3D形状重建（ main.lua ） 我们展示了如何使用我们的预训练模型从2D图像重建形状。 文件（ main.lua ）具有以下选项。 -imgname ：测试图像的名称，应存储在imag

J. Amanatides 和 A. Woo (1987) 提出的光线跟踪（体素遍历）算法的 mex 实现。 该函数的输入是由3D中的两个点定义的线段，而输出是与该线段相交的体素的线性索引的列表。 该函数使用 [1] 中描述的改进方法在运行遍历迭代之前执行有效的网格线相交测试。 编译后，此函数的运行速度（128x128x128 网格）比直接在 Matlab 中实现的类似函数（“Jesús P. Mena-Chalco 用于光线追踪的快速体素遍历算法”）快 100 倍。 要编译 mex 函数，请设置 Matlab mex 编译器，然后运行“mex wooRaytrace.cpp”。 .cpp 文件中描述了输入的类型和所需的格式。 [1]“一种有效且健壮的射线箱相交算法”，A。Williams等，2005

搅拌机 关于 该存储库包含一些代码，这些代码用于创建大型粒子集合（体素网格，点云）以及Blender中的颜色信息。 blender-kitti有两个目标： 创建的对象是精确的，这意味着所有粒子均在其定义的位置创建，并且所有颜色均具有指定的确切RGB值。 所有颗粒均可单独着色。 成绩单的表现是可以接受的。 创建100k点云的时间不应超过一秒钟。 这些品质一起使blender-kitti可以从KITTI数据集（因此而得名）或相关数据集中渲染大规模数据。 当涉及到可视化时，每个人都有不同的用例。 因此，这不是万能的解决方案，而是可以适用于各个用例的一系列技术。 有示例代码可以渲染上面的演示图像。 使用它来验证您的安装是否有效，并以此作为修改的起点。 安装到Blender的捆绑Python中 # Wherever your Blender installation is located.