地面三维激光扫描仪作为一种高精密的测量仪器,可以为测绘等领域提供海量基础数据。为了实时快速对其测量精度进行检验,基于实践经验,在应用重心类方法获取球体中心坐标信息的基础上,通过对比高精度全站仪和三维激光扫描仪相应数据,对三维激光扫描仪的点位精度、测距精度和点云拼接精度进行了快速检验。
2021-05-11 14:14:36 607KB 行业研究
1
三维激光扫描技术采用散乱点云对隧道监测,难以对数据进行精确变形处理分析。通过圆曲线拟合隧道点云切片得到的隧道收敛半径,虽然模型简单但不能很好的描述隧道的局部特征,应用三次B样条曲线在特定局部邻域拟合点云切片较好的解决了圆曲线局部拟合不精确,样条曲线整体拟合干扰大局部特征不明显这些缺点。通过实验表明,采用该方法进行环形隧道收敛变形分析,更能真实的反应隧道的真实变形情况,该方法对隧道变形监测具有一定的实用价值。
1
SqueezeSeg点云目标识别的翻译版,虽然还存在一些翻译上的细节,但是相对于英文好多了。
2021-04-22 23:54:34 1.85MB 点云目标识别 深度学习 目标检测
1
使用包围盒算法对点云数据进行压缩,包含测试点云,完整的代码和实验结果截图,希望对大家有所帮助!
2021-04-12 22:56:41 1.95MB 点云 压缩 包围盒
1
Realworks基于目标进行拼接思维导图
1
三维激光扫描多视点云拼接新方法 三维激光扫描多视点云拼接新方法
2021-03-12 15:25:02 225KB 激光 点云 拼接
1
las1.4格式定义,高品质pdf,比百度文库里的清晰的多,找了好久才找到的资源
2021-01-03 17:24:41 445KB slam 计算机视觉 三维激光点云
1
大量的点云数据是通过三维激光扫描得到的,而点云数据的显示快慢受到了数据索引的直接影响,这是一个基础性问题。经过研究,八叉树与叶节点 KD 树相结合的混合空间索引结构以及 LOD 构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。在局部,通过在叶子节点中构建的KD树实现高效的查询和显示;在全局,为了实现快速检索与调度使用了八叉树模型。采用这种混合数据模型进行点云组织,建立空间索引,并对点云数据进行 LOD 构建,实现了点云数据的高效检索以及可视化。
2020-01-03 11:38:52 292KB 点云可视化
1
很好的学习点云配准的资料,这里是经典ICP算法的代码
2019-12-21 20:34:49 9KB ICP
1