当前位置: 首页 > news >正文

ps做网站横幅百度优化关键词

ps做网站横幅,百度优化关键词,需要网站开发的吗,北京十大传媒公司目录 一、概述1.1 原理1.2 实现步骤1.3应用场景 二、关键函数2.1 获取初始点对2.2 基于距离的对应关系筛选函数2.3 可视化 三、完整代码四、结果展示 即日起,付费专栏所有内容将以永久免费形式陆续进行发表!!! 一、概述 在3D点云的…

目录

  • 一、概述
    • 1.1 原理
    • 1.2 实现步骤
    • 1.3应用场景
  • 二、关键函数
    • 2.1 获取初始点对
    • 2.2 基于距离的对应关系筛选函数
    • 2.3 可视化
  • 三、完整代码
  • 四、结果展示

即日起,付费专栏所有内容将以永久免费形式陆续进行发表!!!

一、概述

  在3D点云的配准过程中,我们通常会找到源点云和目标点云之间的对应点对。然而,这些对应点对可能包含一些错误的匹配关系。为了提升配准的精度,必须通过某些策略来剔除这些错误的对应点。本文将介绍一种基于距离阈值的错误对应关系剔除方法,实现对应点对的距离进行筛选,并移除那些不符合阈值要求的点对。

1.1 原理

  在点云配准中,通常通过某种策略找到两个点云之间的初始对应点对。这些对应点对可能包含一些错误的匹配,比如距离过远的点对。通过设定一个合理的距离阈值,剔除那些不符合要求的点对,可以大大提高配准的精度。这里我们使用PCL中的
CorrespondenceRejectorDistance类对初始的对应关系进行筛选,保留距离在指定阈值内的点对。

1.2 实现步骤

加载源点云和目标点云。
使用PCL的CorrespondenceEstimation类获取初始的点对匹配关系。
使用CorrespondenceRejectorDistance类基于距离阈值筛选对应点对。
可视化筛选前后的点对匹配关系,展示最终的结果

1.3应用场景

  1. 多视角点云的精确配准。
  2. 机器人SLAM中的环境建模。
  3. 自动驾驶中点云数据的对齐与去噪。

二、关键函数

2.1 获取初始点对

该函数使用CorrespondenceEstimation类来计算源点云与目标点云之间的初始匹配点对。

// 获取初始对应点对
void getCorrespondencesByDistance(const pcl::PointCloud<pcl::PointXYZ>::Ptr& source,const pcl::PointCloud<pcl::PointXYZ>::Ptr& target,pcl::CorrespondencesPtr& correspondences)
{// 创建对应估计对象pcl::registration::CorrespondenceEstimation<pcl::PointXYZ, pcl::PointXYZ> corr_est;corr_est.setInputSource(source);  // 设置输入源点云corr_est.setInputTarget(target);  // 设置输入目标点云// 获取源点云和目标点云的初始对应点对corr_est.determineCorrespondences(*correspondences);
}

2.2 基于距离的对应关系筛选函数

该函数使用CorrespondenceRejectorDistance类来剔除距离过大的对应点对。

// 基于距离的对应关系筛选
void rejCorrespondencesByDistance(const pcl::CorrespondencesPtr& correspondences,pcl::CorrespondencesPtr& correspondences_result_rej_dist,double max_distance)
{// 使用CorrespondenceRejectorDistance类剔除距离过大的点对pcl::registration::CorrespondenceRejectorDistance corr_rej_dist;corr_rej_dist.setInputCorrespondences(correspondences); // 设置输入的对应关系corr_rej_dist.setMaximumDistance(max_distance);        // 设置最大距离阈值corr_rej_dist.getCorrespondences(*correspondences_result_rej_dist); // 获取剔除后的对应关系
}

2.3 可视化

// 可视化点云及对应点对
void visualizeRegistrationResult(const pcl::PointCloud<pcl::PointXYZ>::Ptr& source,const pcl::PointCloud<pcl::PointXYZ>::Ptr& target,const pcl::CorrespondencesPtr& correspondences_result_rej_dist)
{// 创建PCLVisualizer对象boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("配准结果"));viewer->setBackgroundColor(0, 0, 0);  // 设置背景颜色为黑色// 源点云着色为绿色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> source_color(source, 0, 255, 0);viewer->addPointCloud<pcl::PointXYZ>(source, source_color, "source cloud");viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "source cloud");// 目标点云着色为红色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> target_color(target, 255, 0, 0);viewer->addPointCloud<pcl::PointXYZ>(target, target_color, "target cloud");viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");// 添加对应点对的可视化viewer->addCorrespondences<pcl::PointXYZ>(source, target, *correspondences_result_rej_dist, "correspondence");// 开启渲染循环,直到窗口关闭while (!viewer->wasStopped()){viewer->spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}
}

三、完整代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/registration/correspondence_estimation.h>  // 获取对应关系的基类
#include <pcl/registration/correspondence_rejection_distance.h>  // 使用距离剔除的类using namespace std;// 获取初始对应点对
void getCorrespondences(const pcl::PointCloud<pcl::PointXYZ>::Ptr& source,const pcl::PointCloud<pcl::PointXYZ>::Ptr& target,pcl::CorrespondencesPtr& correspondences)
{pcl::registration::CorrespondenceEstimation<pcl::PointXYZ, pcl::PointXYZ> corr_est;corr_est.setInputSource(source);  // 设置源点云corr_est.setInputTarget(target);  // 设置目标点云corr_est.determineCorrespondences(*correspondences); // 获取初始匹配点对
}// 基于距离的对应关系筛选
void rejCorrespondencesByDistance(const pcl::CorrespondencesPtr& correspondences,pcl::CorrespondencesPtr& correspondences_result_rej_dist,double max_distance)
{// 使用CorrespondenceRejectorDistance类剔除距离过大的点对pcl::registration::CorrespondenceRejectorDistance corr_rej_dist;corr_rej_dist.setInputCorrespondences(correspondences); // 设置输入的对应关系corr_rej_dist.setMaximumDistance(max_distance);        // 设置最大距离阈值corr_rej_dist.getCorrespondences(*correspondences_result_rej_dist); // 获取剔除后的对应关系
}// 可视化点云及其对应关系
void visualizeCorrespondencesResult(const pcl::PointCloud<pcl::PointXYZ>::Ptr& source,const pcl::PointCloud<pcl::PointXYZ>::Ptr& target,const pcl::CorrespondencesPtr& correspondences)
{boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer(u8"基于距离的对应关系"));viewer->setBackgroundColor(0, 0, 0);  // 设置背景颜色为黑色// 为目标点云设置红色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> target_color(target, 255, 0, 0);viewer->addPointCloud<pcl::PointXYZ>(target, target_color, "target cloud");viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");// 为源点云设置绿色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> source_color(source, 0, 255, 0);viewer->addPointCloud<pcl::PointXYZ>(source, source_color, "source cloud");viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "source cloud");// 可视化对应关系viewer->addCorrespondences<pcl::PointXYZ>(source, target, *correspondences, "correspondence");// 开启渲染循环,直到窗口关闭while (!viewer->wasStopped()){viewer->spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}
}int main(int argc, char** argv)
{// ---------------------------------加载源点云----------------------------------pcl::PointCloud<pcl::PointXYZ>::Ptr source(new pcl::PointCloud<pcl::PointXYZ>);if (pcl::io::loadPCDFile<pcl::PointXYZ>("bun000.pcd", *source) == -1){PCL_ERROR("读取源标点云失败 \n");return (-1);}cout << "从源点云中读取 " << source->size() << " 个点" << endl;// ---------------------------------加载目标云---------------------------------pcl::PointCloud<pcl::PointXYZ>::Ptr target(new pcl::PointCloud<pcl::PointXYZ>);if (pcl::io::loadPCDFile<pcl::PointXYZ>("bun045.pcd", *target) == -1){PCL_ERROR("读取目标点云失败 \n");return (-1);}cout << "从目标点云中读取 " << target->size() << " 个点" << endl;// 2. 获取初始对应点对pcl::CorrespondencesPtr correspondences(new pcl::Correspondences);getCorrespondences(source, target, correspondences);// 3. 基于距离剔除错误对应点对,并获取距离pcl::CorrespondencesPtr correspondences_result_rej(new pcl::Correspondences);rejCorrespondencesByDistance(correspondences, correspondences_result_rej, 0.2);cout << "初始对应点对数量: " << correspondences->size() << endl;cout << "基于中值距离剔除后剩余: " << correspondences_result_rej->size() << endl;// 4. 可视化结果visualizeCorrespondencesResult(source, target, correspondences_result_rej);return 0;
}

四、结果展示

从源点云中读取 40256 个点
从目标点云中读取 40097 个点
初始对应点对数量: 40256
基于距离阈值剔除后剩余: 40256

在这里插入图片描述

http://www.tj-hxxt.cn/news/53430.html

相关文章:

  • 设计需要看的网站有哪些软文推广策划方案
  • 动态网站开发平台山东今日头条新闻
  • 网站做一个多少钱佛山网站开发公司
  • 蓬莱建网站厦门网站建设
  • 东营有做网站的公司酒店如何进行网络营销
  • 零基础学习做网站关键词排名查询网站
  • 新余网站建设百度站长平台
  • 网站建设的报价单网络营销与管理
  • 优秀的公司网站需要优化的网站有哪些
  • 深圳网络公司做网站新闻头条今日新闻下载
  • 阿里云备案域名购买潍坊自动seo
  • 网站该怎么做正版google下载
  • 深圳有做网站的公司网站优化公司大家好
  • 网站怎么做内链接地址微软优化大师
  • 网站哪里备案有区别么cps推广接单平台
  • 泰安平台公司优化方案电子版
  • 有哪些网站主页做的比较好看深圳网络营销策划公司
  • 绿色食品网站建设论文seo招聘信息
  • 企业网站制作模板免费下载a5站长网网站交易
  • 网站空间格式asp网络营销网课
  • 怎么用java做html5网站吗网络广告策划流程有哪些?
  • 加强网站编辑队伍建设中和seo公司
  • 郑州铭功路网站建设官网站内推广内容
  • 政府网站的建设背景阿里指数在哪里看
  • wordpress子目录网站免费crm系统手机版
  • 重庆建网站要多少钱网站建设网络推广seo
  • 汉中公司网站建设百度app最新版本
  • 济南浩特元辰建设工程有限公司网站搜索引擎优化有哪些要点
  • 网站运营商查询网站运营专员
  • 东莞松山湖疫情最新情况成都优化官网公司