Облака точек обычно используются, чтобы измерить поверхности материального мира. У них есть приложения в навигации робота и восприятии, оценке глубины, видении стерео, визуальной регистрации, и в продвинутых системах помощи водителю (ADAS). Алгоритмы Computer Vision Toolbox™ обеспечивают функциональность обработки облака точек для субдискретизации, шумоподавления и преобразования облаков точек. Тулбокс также обеспечивает регистрацию облака точек, геометрическая форма, соответствующая к 3-D облакам точек и способности читать, запишите, сохраните, отобразите и сравните облака точек. Можно также объединить несколько облаков точек, чтобы восстановить 3-D сцену с помощью алгоритма итеративной самой близкой точки (ICP).
Можно использовать pcregistercpd, pcregistericp, и pcregisterndt указывать движущееся облако точек к облаку фиксированной точки. Эти регистрационные алгоритмы основаны на алгоритме Когерентного дрейфа точки (CPD), алгоритме Итеративной самой близкой точки (ICP) и алгоритме Преобразования нормальных распределений (NDT), соответственно. Лучшая эффективность требует настраивающих свойств для ваших данных. Перед использованием функций регистрации облака точек рассмотреть использование pcdownsample прореживать ваши облака точек, который улучшает точность и КПД регистрации.
Стэнфордский треугольный формат
Регистрация облака точек и обзор отображения
Изучите рабочий процесс регистрации облака точек.
Начало работы с облаками точек Используя глубокое обучение
Изучите, как использовать облака точек для глубокого обучения.
Выберите Function to Visualize Detected Objects
Сравните функции визуализации.
Сегментация, обнаружение и маркировка (Lidar Toolbox)
Сегмент, обнаружьте, пометьте, и отслеживаемые объекты в данных об облаке точек с помощью глубокого обучения и геометрических алгоритмов
