睿慕课-三维点云处理课程

逆向工程中的点云处理

三角剖分—三角网生长算法。Delaunay三角网有一个特性，每个三角网形成的外接圆都不包含其他参考点。利用这一个性质，我们可以直接构成Delaunay三角网。

日常分享：CloudCompare是一款功能强大的点云处理软件，支持多种点云格式的输入和输出（输出为ply的坐标精度会有问题），支持插件机制，包含点云去噪、滤波、分类等功能，视图操作相比meshlab更加人性化，更多功能等待你去探索！

资源为MeshLab源码，广泛用于计算机图形学（包括点云配准，点云去噪滤波，网格处理，可视化操作等）

三维点云处理PPT-shenlanxy

点云数据处理相关经典论文文献，整理合集提供下载

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。PointNet++是点云处理深度学习里程碑式的工作，启发了很多后续研究。 原作的PointNet++代码使用Python2.7和tensorflow1.4。本课程将PointNet++代码更新至Python3并在tensorflow1.13上演示。   本课程对TensorFlow版的PointNet++进行原理讲解、论文复现和代码详解。包括：   （1）提供三维点云数据集ModelNet40、ShapeNet和Scannet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。

包括激光雷达数据的预处理，滤波，构建索引，生成dem等算法