三维扫描-FlexScan3D三维扫描仪测量软件增加支持国产相机.docx

三维扫描-德国GOM道姆 3DMetrology三维光学扫描测量软件.docx

三维扫描-德国GOM道姆 ARAMIS 3D三维应变光学测量系统.docx

三维扫描-德国GOM道姆 光学三维扫描测量系统.docx

html5结合threejs轻松完胜三维360度全景，随意使用很是方便，一个不错的方案

基于人工势场法三维路径规划matlab仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。

针对FLAC3D利用切片表达塑性区范围及分布表达不够直观全面的问题,提出一种新的方法,该方法利用FLAC3D内置fish语言遍历模型单元体,自动判别塑性区、非塑性区以及采空区范围,然后对单元体进行分组,最终实现获得目标塑性图的目的。通过具体实例检验方法的有效性和可行性,结果表明:新方法可以较形象的给出了采空区围岩塑性区分布,同时避免了通过多个切片不能全面的表达塑性区分布的弊端。

主要介绍了三维激光扫描仪的工作原理,利用三维激光扫描仪获得的数据,在AutoCAD平台上利用VBA语言开发三维激光扫描数据处理软件,完成了系统的总体设计与详细设计,并编程实现了系统中的功能。

由于激光点云数据的无序性、离散性、稀疏性，基于深度学习的三维点云数据的特征提取具有一定难度。针对目前局部信息提取不充分，区域信息的合并有限的问题，提出了一种基于层级边缘卷积的点云分类网络，用于三维视觉中点云模型识别任务。本文采用层级结构的思想，通过层级几何信息模块对特征进行有效提取和归纳。对于每个层级几何信息提取模块，首先对点云模型进行下采样并构建局部区域，对每个局部区域中点与点之间的距离和特征进行建模，获得局部区域的几何信息，最后聚合多个采样点的局部结构特征。实验结果表明，本算法在ModelNet40数据集上的识别准确率为91.5%。与已有的三维点云模型识别分类算法相比，本文算法能够更充分地提取局部信息，进一步提高三维点云模型分类的准确率

VMD三维分解图+皮尔逊相关系数标准差阈值筛选特征MATLAB程序，以VMD的K=5分解后的数据为例，绘制出分解后的信号的三维图，之后采用皮尔逊相关系数标准差阈值法筛选出所需特征，若相关系数大于阈值则判断为有效信号，否则为噪声信号。 相关系数介绍 相关系数是变量间相关程度的度量，取值范围介于-1到1之间。正值表示正相关，即变量变化方向是一致的，比如Y随着X的变大而变大；负值表示负相关，变量的变化方向相反，比如Y随着X的变大而变小。绝对值越接近1，表示两个变量之间关系越密切；越接近0，表示两个变量之间关系越不密切。相关系数对应的相关强度如下： 0.8-1.0 极强相关 0.6-0.8 强相关 0.4-0.6 中等程度相关 0.2-0.4 弱相关 0.0-0.2 极弱相关或无相关 相关系数也称为线性相关系数，这是因为，相关系数并不是刻画了X，Y之间一般关系的程度，而只是线性关系的程度。当相关系数为1或-1时，两者有严格的线性关系；当相关系数为0时，则称X与Y不相关。不相关是指X和Y之间没有线性关系，但X与Y之间可能有其他的函数关系，比如平方关系，对数关系(可以通过查看散点图来确定这一点)