being_young123
being_young123_个人页
being_young123
文章
61
问答
0
视频
0
个人介绍
SLAM 三维视觉的点云处理 概率机器人 多视图几何
擅长的技术
-
发表了文章 2018-02-09
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
-
发表了文章 2018-01-15
PCL中使用FLANN库(2)
接着上一篇的介绍继续 关于在使用readHeader函数读取点云数据头的类型的代码（Read a point cloud data header from a PCD file.） pcl::PCLPointCloud2 cloud; int version; Eigen:...
-
发表了文章 2018-01-15
PCL中使用FLANN库（1）
FLANN库全称是Fast Library for Approximate Nearest Neighbors，它是目前最完整的（近似）最近邻开源库。不但实现了一系列查找算法，还包含了一种自动选取最快算法的机制,在一个度量空间X给定一组点P=p1,p2,…,pn，这些点必须通过以下方式进行预处理，给第一个新的查询点q属于X，快速在P中找到距离q最近的点，即最近邻搜索问题。
-
发表了文章 2017-12-19
VS2017安装PCL1.8.1
很多使用在windows环境下编译和使用PCL，这样让我想试试，所以就迫不得已的放弃使用Ubuntu环境，但是我还是建议使用Ubuntu系统，毕竟在Ubuntu下几条命令就搞定了，为了迎合在window使用ＰＣＬ开发ｋｉｎｅｃｔ，今天就试着在ｖＳ下配置和使用ＰＣＬ，习惯了一边安装一边记录，首先安装VS2017，直接就是百度的界面提示所安装的VS2017 （1）下载PCL-1.
-
发表了文章 2017-10-15
tf变换（1）
TF库的目的是实现系统中任一个点在所有坐标系之间的坐标变换，也就是说，只要给定一个坐标系下的一个点的坐标，就能获得这个点在其他坐标系的坐标. 使用tf功能包，a. 监听tf变换： 接收并缓存系统中发布的所有参考系变换，并从中查询所需要的参考系变换。
-
发表了文章 2017-08-29
kinect2的标定
我用的是ubuntu14.04LTS,ROS 版本是indigo,kinect v2,我是用双系统装的ubuntu,关于怎么使用安装kinect2的安装以及使用的都在github上有着详细的说明 Kinect2 开源驱动：libfreenect2 kinect2--> ros的bridge：iai_...
-
发表了文章 2017-08-18
ubuntu14.0464位 Ros环境 安装halcon13.01
至于ＲＯＳ的系统，之前就是安装好的，如果有疑问的可以参考官网的安装教程，按照指令一步一步的操作，http://wiki.ros.org/cn/indigo/Installation/Ubuntu (1)添加 sources.
-
发表了文章 2017-05-16
虚拟机安装以及PCL的配置（2）
那我们无论在虚拟机还是在双系统的Ubuntu环境下都是一样的安装过程 我们使用快捷键“ctrl+alt+T”,来打开一个命令窗口如下图 比如我们在命令窗口下输入ls 我们会看到在主目录下的所有文件 下图是我插上u盘的界面，点击确定，有时候插上U盘反应比较慢， 如果U盘不显示你可以点击“...
-
发表了文章 2017-05-16
虚拟机安装以及PCL的配置（1）
安装虚拟机 (1) 下载VMware安装（自己百度一下，会有很多可供下载的） (2) 安装方式： 双击，一路点击next，不用更改安装路径（当然你也可以更改），选择安装“典型”即可 接着就有安装成功的提示的页面 然后双击桌面的安装的软件 进入后的界面 选择“创建新...
-
发表了文章 2017-04-20
PCL中分割方法的介绍（3）
（3）上两篇介绍了关于欧几里德分割，条件分割，最小分割法等等还有之前就有用RANSAC法的分割方法，这一篇是关于区域生成的分割法， 区 域生长的基本 思想是： 将具有相似性的像素集合起来构成区域。首先对每个需要分割的区域找出一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子有相同或相似性质的像素 （根据事先确定的生长或相似准则来确定）合并到种子像素所在的区域中。
-
发表了文章 2017-04-20
PCL中分割方法的介绍（2）
（2）关于上一篇博文中提到的欧几里德分割法称之为标准的距离分离，当然接下来介绍其他的与之相关的延伸出来的聚类的方法，我称之为条件欧几里德聚类法，（是我的个人理解），这个条件的设置是可以由我们自定义的，因为除了距离检查，聚类的点还需要满足一个特殊的自定义的要求，就是以第一个点为标准作为种子点，候选其周...
-
发表了文章 2017-04-11
PCL中分割_欧式分割（1）
基于欧式距离的分割和基于区域生长的分割本质上都是用区分邻里关系远近来完成的。由于点云数据提供了更高维度的数据，故有很多信息可以提取获得。欧几里得算法使用邻居之间距离作为判定标准，而区域生长算法则利用了法线，曲率，颜色等信息来判断点云是否应该聚成一类。
-
发表了文章 2017-04-11
如何在ROS中使用PCL（2）
记录关于我们运行roslaunch openni_launch openni.launch 命令时生成的话题以及这些话题的数据类型便于后期的处理，只有知道它们的数据结构，才能很好的对数据进行处理，我们观察到使用rostopic list的所有话题的列表,当然其中也有一些不经常使用的话题类型，比如下...
-
发表了文章 2017-04-11
PCL超体聚类
超体聚类是一种图像的分割方法。 超体（supervoxel）是一种集合，集合的元素是“体”。与体素滤波器中的体类似，其本质是一个个的小方块。与大部分的分割手段不同，超体聚 类的目的并不是分割出某种特定物体，超体是对点云实施过分割(over segmentation)，将场景点云化成很多小块，并研究每个小块之间的关系。
-
发表了文章 2017-04-09
PCL常见错误集锦
来自微信公众号的分享 我刚刚开始接触PCL，懂的东西也很少，所以总是出现各种各样的问题，每次遇见问题的时候要查找各种各样的资料，很费时间。所以，今天我把我遇见的常见问题分享给大家，讲解的步骤尽量详细，让和我一样基础差的小伙伴能尽快进入到PCL点云库的学习中，希望能和大家进步。
-
发表了文章 2017-04-04
cv_bridge中的编码模式与实现
image_encodings.cpp文件是关于图像编码模式的源文件，其中规定了RGB的图像以及深度图的编码模式 该编码文件image_encodings.cpp所依赖的头文件图 命令空间 sensor_msgs::image_encodings 下的函数 Functions int...
-
发表了文章 2017-04-03
PCL特征点与配准（1）
关于输入一个具体的物体的点云，从场景中找出与该物体点云相匹配的，这种方法可以用来抓取指定的物体等等，具体的代码的解释如下，需要用到的一些基础的知识，在之前的博客中都有提及，其中用到的一些方法可以翻阅前面的博客，当然有问题可以关注公众号，与众多爱好者一起交流 具体的代码实现 #include #include //点云类型头文件 #include //对应表示两个实体之间的匹配（例如，点，描述符等）。
-
发表了文章 2017-04-03
PCL中点云数据格式之间的转化
（1） 关于pcl::PCLPointCloud2::Ptr和pcl::PointCloud两中数据结构的区别 pcl::PointXYZ::PointXYZ ( float_x, float_y, float_z ...
-
发表了文章 2017-04-02
如何在ROS中使用PCL—数据格式（1）
在ROS中点云的数据类型 在ROS中表示点云的数据结构有： sensor_msgs::PointCloud sensor_msgs::PointCloud2 pcl::PointCloud 关于PCL在ros的数据的结构，具体的介绍可查 看 wiki.
-
发表了文章 2017-03-29
ROS关于cv_brige的使用
最近想使用OpenCV 和ROS实现点云的拼接，实现三维重建，那么在学习了kinect的基本的使用方法以后我们知道，直接使用ROS 的包即可得到点云，深度图，rgb图等信息， roslaunch openni_launch openni.launch（深度图彩色图，还有点云都获取了） rosrun openni_camera openni_node (深度图与彩色图) 那么实现点云的拼接就需要使用cv_bridge把ROS 的数据格式转为Opencv可以使用的数据格式。
-
发表了文章 2017-03-21
PCL点云分割（1）
点云分割是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如逆向工作，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。
-
发表了文章 2017-03-21
PCL点云分割（2）
关于点云的分割算是我想做的机械臂抓取中十分重要的俄一部分，所以首先学习如果使用点云库处理我用kinect获取的点云的数据，本例程也是我自己慢慢修改程序并结合官方API 的解说实现的，其中有很多细节如果直接更改源程序，可能会因为数据类型，或者头文件等各种原因编译不过，会导致我们比较难得找出其中的错误，...
-
发表了文章 2017-03-21
PCL行人检测
首先我们知道Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主，那么PCL中也是利用这一思想来进行行人的检测， 总体思路： 1、提取正负样本hog特征 2、投入svm分类器训练，得到model 3、由model生成检测子 4、利用检测子检测负样本，得到hardexample 5、提取hardexample的hog特征并结合第一步中的特征一起投入训练，得到最终检测子。
-
发表了文章 2017-03-21
PCL法线估计
平面的法线是垂直于它的单位向量。在点云的表面的法线被定义为垂直于与点云表面相切的平面的向量。表面法线也可以计算点云中一点的法线，被认为是一种十分重要的性质。常常在被使用在很多计算机视觉的应用里面，比如可以用来推出光源的位置，通过阴影与其他视觉影响，表面法线的问题可以近似化解为切面的问题，这个切面的问题又会变成最小二乘法拟合平面的问题 解决表面法线估计的问题可以最终化简为对一个协方差矩阵的特征向量和特征值的分析(或者也叫PCA-Principal Component Analysis 主成分分析)，这个协方差矩阵是由查询点的最近邻产生的。
-
发表了文章 2017-03-21
PCL的PNG文件和计算点云重心
PCL提供节约一点云的值为一个PNG图像文件的可能方案。显然，这只能用有序的点云来完成，因为生成的图像的行和列将与点云的对应完全一致。例如，如果你从一个传感器Kinect或Xtion的点云，你可以用这个来检索640x480 RGB图像匹配的点云。
-
发表了文章 2017-03-20
谷歌draco
前不久，谷歌开源的Draco关于点云的编码与压缩的源码，Draco 由谷歌 Chrome 媒体团队设计，旨在大幅加速 3D 数据的编码、传输和解码。因为研发团队的 Chrome 背景，这个开源算法的首要应用对象是浏览器。
-
发表了文章 2017-03-20
PCL点云配准（2）
（1）正态分布变换进行配准（normal Distributions Transform） 介绍关于如何使用正态分布算法来确定两个大型点云之间的刚体变换，正态分布变换算法是一个配准算法，它应用于三维点的统计模型，使用标准最优化技术来确定两个点云间的最优匹配，因为其在配准的过程中不利用对应点的特征计算和匹配，所以时间比其他方法比较快， 对于代码的解析 /* 使用正态分布变换进行配准的实验 。
-
发表了文章 2017-03-20
PCL点云配准（1）
在逆向工程，计算机视觉，文物数字化等领域中，由于点云的不完整，旋转错位，平移错位等，使得要得到的完整的点云就需要对局部点云进行配准，为了得到被测物体的完整数据模型，需要确定一个合适的坐标系，将从各个视角得到的点集合并到统一的坐标系下形成一个完整的点云，然后就可以方便进行可视化的操作，这就是点云数据的配准。
-
发表了文章 2017-03-08
PCL点云变换与移除NaN
对点云的操作可以直接应用变换矩阵，即旋转，平移，尺度，3D的变换就是要使用4*4 的矩阵,例如： 等等模型 在这里直接使用程序开实现一个点云的旋转，新建文件matrix.cpp #include #include #include #include #incl...
-
发表了文章 2017-03-08
PCL点云曲面重建（1）
在测量较小的数据时会产生一些误差，这些误差所造成的不规则数据如果直接拿来曲面重建的话，会使得重建的曲面不光滑或者有漏洞，可以采用对数据重采样来解决这样问题，通过对周围的数据点进行高阶多项式插值来重建表面缺少的部分， （1）用最小二乘法对点云进行平滑处理 新建文件resampling.
-
发表了文章 2017-03-08
PCL点云特征描述与提取（4）
如何从一个深度图像（range image）中提取NARF特征 代码解析narf_feature_extraction.cpp #include #include #include #include #include #include #include #include #inc...
-
发表了文章 2017-03-03
PCL点云特征描述与提取（2）
点特征直方图（PFH）描述子 正如点特征表示法所示，表面法线和曲率估计是某个点周围的几何特征基本表示法。虽然计算非常快速容易，但是无法获得太多信息，因为它们只使用很少的几个参数值来近似表示一个点的k邻域的几何特征。
-
发表了文章 2017-03-03
PCL点云特征描述与提取（1）
3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分，点云的识别。分割，重采样，配准曲面重建等处理大部分算法，都严重依赖特征描述与提取的结果。从尺度上来分，一般分为局部特征的描述和全局特征的描述，例如局部的法线等几何形状特征的描述，全局的拓朴特征的描述，都属于3D点云特征描述与提取的范畴， 特征描述与提取相关的概念与算法 1.
-
发表了文章 2017-02-28
PCL深度图像(1)
目前深度图像的获取方法有激光雷达深度成像法，计算机立体视觉成像，坐标测量机法，莫尔条纹法，结构光法等等，针对深度图像的研究重点主要集中在以下几个方面，深度图像的分割技术 ，深度图像的边缘检测技术 ，基于不同视点的多幅深度图像的配准技术，基于深度数据的三维重建技术，基于三维深度图像的三维目标识别技术，深度图像的多分辨率建模和几何压缩技术等等，在PCL 中深度图像与点云最主要的区别在于 其近邻的检索方式的不同，并且可以互相转换。
-
发表了文章 2017-02-28
PCL深度图像(2)
（1）点云到深度图与可视化的实现 区分点云与深度图本质的区别 1.深度图像也叫距离影像，是指将从图像采集器到场景中各点的距离（深度）值作为像素值的图像。获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。
-
发表了文章 2017-02-28
PCL关键点（1）
关键点也称为兴趣点，它是2D图像或是3D点云或者曲面模型上，可以通过定义检测标准来获取的具有稳定性，区别性的点集，从技术上来说，关键点的数量相比于原始点云或图像的数据量减小很多，与局部特征描述子结合在一起，组成关键点描述子常用来形成原始数据的表示，而且不失代表性和描述性，从而加快了后续的识别，追踪等...
-
发表了文章 2017-02-28
PCL采样一致性算法
在计算机视觉领域广泛的使用各种不同的采样一致性参数估计算法用于排除错误的样本，样本不同对应的应用不同，例如剔除错误的配准点对，分割出处在模型上的点集，PCL中以随机采样一致性算法（RANSAC）为核心，同时实现了五种类似与随机采样一致形算法的随机参数估计算法，例如随机采样一致性算法（RANSAC）最大似然一致性算法（MLESAC），最小中值方差一致性算法（LMEDS）等，所有估计参数算法都符合一致性原则。
-
发表了文章 2017-02-27
PCL滤波介绍(3)
(1)从一个点云中提取索引 如何使用一个，基于某一分割算法提取点云中的一个子集。 代码解析 #include #include #include #include #include #include #include #include #include ...
-
发表了文章 2017-02-27
PCL滤波介绍（2）
（1）使用statisticalOutlierRemoval滤波器移除离群点 使用统计分析技术，从一个点云数据中集中移除测量噪声点（也就是离群点）比如：激光扫描通常会产生密度不均匀的点云数据集，另外测量中的误差也会产生稀疏的离群点，使效果不好，估计局部点云特征（例如采样点处法向量或曲率变化率）的运算复杂，这会导致错误的数值，反过来就会导致点云配准等后期的处理失败。
-
发表了文章 2017-02-27
可视化深度图像
在3D视窗中以点云形式进行可视化（深度图像来自于点云），另一种是将深度值映射为颜色，从而以彩色图像方式可视化深度图像， 新建工程ch4_2，新建文件range_image_visualization.cpp，填充内容如下 #include #include #include #inclu...
-
发表了文章 2017-02-27
PCLVisualizer可视化类
PCLVisualizer可视化类是PCL中功能最全的可视化类，与CloudViewer可视化类相比，PCLVisualizer使用起来更为复杂，但该类具有更全面的功能，如显示法线、绘制多种形状和多个视口。
-
发表了文章 2017-02-27
PCL 可视化
可视化（visualization）是利用计算机图形学和图像处理技术，将数据转换图像在屏幕上显示出来，并进行交互处理的的理论，方法和技术， pcl_visualization库建立了能够快速建立原型的目的和可视化算法对三维点云数据操作的结果。
-
发表了文章 2017-02-27
PCL学习八叉树
建立空间索引在点云数据处理中有着广泛的应用，常见的空间索引一般 是自顶而下逐级划分空间的各种空间索引结构，比较有代表性的包括BSP树，KD树，KDB树，R树，四叉树，八叉树等索引结构，而这些结构中，KD树和八叉树使用比较广泛 八叉树（Octree）是一种用于描述三维空间的树状数据结构。
-
发表了文章 2017-02-27
kd-tree理论以及在PCL 中的代码的实现
(小技巧记录：博客园编辑的网页界面变小了使用Ctrl ++来变大网页字体) 通过雷达，激光扫描，立体摄像机等三维测量设备获取的点云数据，具有数据量大，分布不均匀等特点，作为三维领域中一个重要的数据来源，点云主要是表征目标表面的海量点的集合，并不具备传统网格数据的几何拓扑信息，所以点云数据处理中最为核心的问题就是建立离散点间的拓扑关系，实现基于邻域关系的快速查找。
-
发表了文章 2017-02-27
连接两个点云中的字段或数据形成新点云以及Opennni Grabber初识
（1）学习如何连接两个不同点云为一个点云，进行操作前要确保两个数据集中字段的类型相同和维度相等，同时了解如何连接两个不同点云的字段（例如颜色 法线）这种操作的强制约束条件是两个数据集中点的数目必须一样，例如：点云A是N个点XYZ点，点云B是N个点的RGB点，则连接两个字段形成点云C是N个点xyzrgb类型 新建文件concatenate_clouds.
-
发表了文章 2017-02-27
从PCD文件写入和读取点云数据
(1)学习向PCD文件写入点云数据 建立工程文件ch2,然后新建write_pcd.cpp CMakeLists.txt两个文件 write_pcd.cpp : #include //标准C++库中的输入输出的头文件 #includ...
-
发表了文章 2017-02-27
PCL中IO模块和类的介绍
I/O模块中共有21个类 （1）class pcl::FIleReader：定义了PCD文件的读取接口，主要用作其他读取类的父类 pcl::FileReader有pcl::PCDReader和pcl::PLYReader子类 （2）class pcl::FIleWrite : 与class p...
-
发表了文章 2017-02-27
PCL中可用的PointT类型
PCL中可用的PointT类型： PointXYZ——成员变量：float x,y,z; PointXYZ是使用最常见的一个点数据类型，因为他之包含三维XYZ坐标信息，这三个浮点数附加一个浮点数来满足存储对齐，可以通过points[i].
-
发表了文章 2017-02-27
PCL库简要说明
PCL（PointCloudLibrary）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
-
发表了文章 2017-02-24
将博客搬至CSDN
将博客搬家至http://blog.csdn.net/u013019296
暂无更多信息
-
发表了文章
2018-02-09
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
-
发表了文章
2018-01-15
PCL中使用FLANN库(2)
-
发表了文章
2018-01-15
PCL中使用FLANN库（1）
-
发表了文章
2017-12-19
VS2017安装PCL1.8.1
-
发表了文章
2017-10-15
tf变换（1）
-
发表了文章
2017-08-29
kinect2的标定
-
发表了文章
2017-08-18
ubuntu14.0464位 Ros环境 安装halcon13.01
-
发表了文章
2017-05-16
虚拟机安装以及PCL的配置（2）
-
发表了文章
2017-05-16
虚拟机安装以及PCL的配置（1）
-
发表了文章
2017-04-20
PCL中分割方法的介绍（3）
-
发表了文章
2017-04-20
PCL中分割方法的介绍（2）
-
发表了文章
2017-04-11
PCL中分割_欧式分割（1）
-
发表了文章
2017-04-11
如何在ROS中使用PCL（2）
-
发表了文章
2017-04-11
PCL超体聚类
-
发表了文章
2017-04-09
PCL常见错误集锦
-
发表了文章
2017-04-04
cv_bridge中的编码模式与实现
-
发表了文章
2017-04-03
PCL特征点与配准（1）
-
发表了文章
2017-04-03
PCL中点云数据格式之间的转化
-
发表了文章
2017-04-02
如何在ROS中使用PCL—数据格式（1）
-
发表了文章
2017-03-29
ROS关于cv_brige的使用
滑动查看更多
暂无更多信息
暂无更多信息