点云处理

常用工具: Point Cloud Library Open3D

  • Truncated Signed Distance Field (TSDF)

  • Pose Graph

  • 点云滤波(数据预处理)

    • 点云滤波的主要方法有:双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致滤波、VoxelGrid滤波等
  • 点云关键点

    • 常见的三维点云关键点提取算法有一下几种:ISS3D、Harris3D、NARF、SIFT3D
  • 特征和特征描述

    • 常用的特征描述算法有:法线和曲率计算、特征值分析、PFH、FPFH、3D Shape Context、Spin Image等。 PFH:点特征直方图描述子; FPFH:跨苏点特征直方图描述子,FPFH是PFH的简化形式。
  • 点云配准

    • 常用的点云配准算法有两种:正态分布变换和著名的ICP点云配准,此外还有许多其它算法,列举如下: ICP:稳健ICP、point to plane ICP、point to line ICP、MBICP、GICP NDT 3D、Multil-Layer NDT FPCS、KFPSC、SAC-IA Line Segment Matching、ICL
  • 点云分割与分类

    • **点云分割又分为区域提取、线面提取、语义分割与聚类等。**一般说来,点云分割是目标识别的基础。 **分割:**区域声场、Ransac线面提取、NDT-RANSAC、K-Means、Normalize Cut、3D Hough Transform(线面提取)、连通分析 **分类:**基于点的分类,基于分割的分类,监督分类与非监督分类
  • SLAM图优化 下面是一些常用的工具和方法:g2o、LUM、ELCH、Toro、SPA SLAM方法:ICP、MBICP、IDC、likehood Field、 Cross Correlation、NDT

  • 目标识别检索 Hausdorff距离常被用来进行深度图的目标识别和检索,现在很多三维人脸识别都是采用这种技术。

  • 变化检测 当无序点云在连续变化中,八叉树算法常常被用于检测变化,这种算法需要和关键点提取技术结合起来,八叉树算法也算是经典中的经典了。

  • 三维重建

    • 泊松重建、Delauary triangulatoins
    • 表面重建,人体重建,建筑物重建,输入重建
    • 实时重建:重建纸杯或者龙作物4D生长台式,人体姿势识别,表情识别
  • 点云数据管理

    • 主要包含以下几方面:点云压缩,点云索引(KDtree、Octree),点云LOD(金字塔),海量点云的渲染。