VC平台上采用OpenGL对地形数字高程数据进行三维重建，采用了光照、纹理映射等手段，并根据高程对三维地形进行着色。

1-机器视觉系统的概述
照明光源
光学镜头
工业相机 2-Halcon BLOB分析 获取图像 分割图像 形态学处理 特征提取 3-HALCON_各种定位方法 基本介绍 方法介绍 基于形状的匹配 基于组件的匹配 基于互相关匹配 变形匹配 三维匹配 总结 4-HALCON_标定与精确测量 5-HALCON_三维定位方法 6-机器视觉系统之光源篇 7-机器视觉系统之镜头篇 8-机器视觉系统之相机篇 对初学Halcon,机器视觉很有帮助!

该软件可以应用于无人机倾斜摄影测量影像的后期处理工作，包含了空三计算、建模处理等，软件简单易操作，基本实现全自动处理。

【路径规划】基于蚁群算法实现无人机路径规划matlab源码.md

用matlab制作的GUI，功能绘制多个曲面，并有多个功能

 基于Message-Passing Interface （ MPI）的编程环境，以PML （Perfectly Matched Layer）为吸收边界条件，讨论了时域有限差分法FDTD的三维并行运算情况。通过一定的数值计算，定量地给出了MPI下FDTD并行算法中的网格数、进程数、分割方式三者之间的关系以及对计算效率的影响。

PointNet是三维点云分类中具有代表性的研究成果,该模型开创性地利用深度学习模型对点云进行分类,取得了较好的效果。但是PointNet模型只考虑点云的全局特征而忽略每个点的局部信息,为弥补这个缺陷,提出基于图卷积网络的点云分类模型。在PointNet模型中插入一个kNN graph层,通过在点云空间构造k近邻图,利用图结构有效地获取点云的局部信息,从而提高整体点云分类准确率。分类实验在ModelNet40数据集上进行,对比不同近邻值k对输出精度的影响,结果表明在k取20时,分类准确率最高,达到了93.2%,比PointNet高4.0%。

研究了基于机器视觉的三维重建技术。利用普通的数码摄像机拍摄图片，通过摄像机定标、特征点检测和匹配、基础矩阵和本质矩阵计算来实现图像的三维重建。采用张正友标定方法的相机标定工具箱实现了相机的标定，利用尺度不变特征变换(SIFT)特征点的检测和匹配方法进行了图像特征点的检测和匹配，采用RANSAC算法计算基础矩阵，最后利用相机内参数和由基础矩阵获得的本质矩阵重建物体的特征点，并进行纹理贴图。实验结果表明利用这些图像可以进行物体重建，并且能够很好地反映出物体的三维特征。

非常3D库VTK的.net 封装版本，基于VTK7.1.1编译，32位。比5.8版本的高，也比另一个93M的7.1版本完整，另一个7.1的版本经常发生动链库无法加载的问题，PACS三维计算机图形学、图像处理和可视化

水库设计的三维可视化研究整理.pdf