C#实现激光点云的平面分割（测绘技能大赛）

激光点云数据 22MB左右

点云数据转换，点云数据显示，点云数据构建tin，等等

激光点云las文件，是一个利用激光扫描仪导出的一个完整直线型的隧道点云模型。可以用于任何用处，可以愉快的直接使用干净的las数据文件

一段城市道路的车载激光点云las数据，包含路面、路灯、树木、建筑物、车辆等地物，可用作点云数据处理的实验数据。

激光雷达点云多条车道线检测及拟合，包含一个深度学习模型的车道线检测（分为cuda版本及C++版本），并且提供了模型权重及测试pcd；一个是点云传统算法的车道线检测。

本文的主要步骤是先采用激光雷达传感器获取路边场景信息，然后对保存的点云文件进行预处理，最后对三维点云状态下的动态目标进行运动信息提取。

激光雷达点云后处理软件LiDAR360基于海量点云数据的处理平台，同时支持地形、林业、电力等行业应用模块进行多源数据叠加分析，提取相关行业的场景特征点，进行点云大数据信息挖掘，满足不同行业多层次的应用需求。

在机载激光雷达扫描过程中,建筑物背面的地面边缘线常常被遮挡,无法获取精确的建筑物背面边缘点信息,在利用获得的激光点云进行三维重建时,使得创建数字表面模型(DSM)的精度较低。为消除背面边缘点缺失造成的DSM精度降低,提出了一种建筑物地面缺失边缘线的自动提取算法;通过提取建筑物侧面和地面局部点云的拟合趋势面,计算两相邻局部趋势面的交线,并补充缺失部分的边缘点数据;最后采用补充了边缘点的建筑物激光点云重建了建筑物的DSM,并对边缘点补充前后的DSM精度进行了对比仿真实验。仿真结果表明,通过提取和补充建筑物的边缘点可有效提高建筑物重建DSM的高程精度。

三维重构时，激光扫描安全锤的三维点云数据，x ，y， z三维坐标点