本发明涉及一种三维激光点云数据快速体素化处理方法。

背景技术:

目前,三维激光扫描系统快速发展,由于研究的需要,往往需要把不具有空间长度信息的点数据转为具有三维空间信息的立方体,如何使用软件进行快速、有效的点云体素化转化便显得格外的重要。虽然使用MATLAB、Visual Basic等软可以进件行编程完成点云体素化转化的过程,但往往比较繁琐,需要进行相关软件的学习,给点云数据快速体素化处理造成一定的困难。

技术实现要素:

本发明的目的在于提供一种三维激光点云数据快速体素化处理方法,以克服现有技术中存在的缺陷。

为实现上述目的,本发明的技术方案是:一种三维激光点云数据快速体素化处理方法,按照如下步骤实现:

步骤S1:根据目标物所需要的三维激光点云数据,架设三维激光扫描仪;

步骤S2:通过三维激光扫描仪获取所述目标物的三维激光点云数据;

步骤S3:通过通用点云处理软件cyclone,将获取的三维激光点云数据按照TXT文本文档格式导出,并以X、Y、Z形式的笛卡尔坐标表示三维点云数据;

步骤S4:将基于三维点云数据的X、Y、Z笛卡尔坐标系以为起始点,体元大小为步长,使用Office EXCEL软件,根据取整算法确定点云数据在空间中的体素坐标。

在本发明一实施例中,在所述步骤S2中,将获取的三维激光点云数据行格式转化、点云去噪以及拼接。

在本发明一实施例中,在所述步骤S4中,将导出的TXT文本文档导入到OFFICE EXCEL软件,根据下列公式,将单个的点云数据转为三维体素值:

其中,int是取整符号,直接取出小数前面的部分,i、j、k为对应的体素坐标,L为步长,即体素值大小。

在本发明一实施例中,所述步长为1.5 cm。

相较于现有技术,本发明具有以下有益效果:本发明所提出的一种三维激光点云数据快速体素化处理方法,减少点云坐标体素转化过程中繁琐的循环算法,使用最基础的office软件实现点云坐标的体素转换,为之后进行相关研究的人员提供一个快速、简便的点云体素化算法。

附图说明

图1为本发明一实施例中采用cyclone软件导出文本文档过程的示意图。

图2为本发明一实施例中点云快速体素化转化过程示意图。

具体实施方式

下面结合附图,对本发明的技术方案进行具体说明。

本发明一共一种三维激光点云数据快速体素化处理方法,按照如下步骤实现:

步骤S1:根据目标物所需要的三维激光点云数据,架设三维激光扫描仪;

步骤S2:通过三维激光扫描仪获取所述目标物的三维激光点云数据,并通过仪器配套的软件进行格式转化、点云去噪、拼接等预处理,得到需要的三维激光点云数据,如图1所示;

步骤S3:通过通用点云处理软件cyclone,将获取的三维激光点云数据按照TXT文本文档格式导出,并以X、Y、Z形式的笛卡尔坐标表示三维点云数据,以便导入到其他软件进行后续处理;

步骤S4:将基于三维点云数据的X、Y、Z笛卡尔坐标系以为起始点,体元大小为步长,使用Office EXCEL软件进行三维激光点云数据的体素化转化,根据取整算法确定点云数据在空间中的体素坐标。

进一步的,如图2,将导出的TXT文本文档导入到OFFICE EXCEL软件,根据下列公式,将单个的点云数据转为1.5cm步长的三维体素值:

式中,int是取整符号,直接取出小数前面的部分,i、j、k为对应的体素坐标,L为步长,即体素值大小。如图2所示,前三列为获取的点云数据X、Y、Z坐标,后三列为按照1.5cm步长转化后的体素坐标。

在本实施例中,通过使用常用的点云数据处理软件cyclone和办公软件office excel来进行三维激光点云数据的体素化转化,将获取的矢量点云数据通过取整算法转化为具有三维空间信息的体素化坐标,方便研究者日后进行后续研究。

以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。

matlab体素化,一种三维激光点云数据快速体素化处理方法与流程相关推荐

  1. matlab波门,一种距离波门拖引有源干扰的仿真设计方法与流程

    本发明涉及仿真试验验证领域,尤其涉及一种距离波门拖引有源干扰的仿真设计方法. 背景技术: 舰载有源干扰系统通过人为辐射和转发特定类型的电磁波,对敌方电子设备进行压制或欺骗干扰,在对空自防御作战中起着重 ...

  2. 基于三维激光点云的目标识别与跟踪研究

    基于三维激光点云的目标识别与跟踪研究 人工智能技术与咨询 来源:<汽车工程> ,作者徐国艳等 [摘要] 针对无人车环境感知中的障碍物检测问题,设计了一套基于车载激光雷达的目标识别与跟踪方法 ...

  3. Python+vtk 实现激光点云数据可视化学习(2021.7.12)

    Python+VTK实现激光点云数据可视化学习 2021.7.12 1.激光点云与VTK简介 2.配置Python环境(Conda+PyCharm+Python3.6+VTK) 3.点云数据(大约60 ...

  4. 三维激光点云到二维图像的投影

    Camera系列文章 传感器融合是将多个传感器采集的数据进行融合处理,以更好感知周围环境:这里首先介绍Camera的相关内容,包括摄像头及图像知识基本介绍,OpenCV图像识别(特征提取,目标分类等) ...

  5. 基于三维激光点云的树木建模(枝叶分离)

    [基于三维激光点云的树木建模] 2019.05.30 三维激光点云数据采集 2019.06.15 点云的枝叶分离(树枝.树干提取) 枝干骨架提取 枝干骨架优化 构建三维模型 测试软件: 链接:http ...

  6. 读自动驾驶激光雷达物体检测技术(Lidar Obstacle Detection)(1):Stream PCD流式载入激光点云数据

    首先贴一下大佬的github链接:https://github.com/williamhyin/SFND_Lidar_Obstacle_Detection 知乎专栏:https://www.zhihu ...

  7. 激光SLAM 前端数据预处理--剔除坏点方法总结

    激光SLAM 前端数据预处理--剔除坏点方法总结 距离处理 去除掉非常近的点 Code 测试 结果分析 去除掉非常近的点 Code 测试 去除NaN的点 Code 反射率处理 Code 测试 结果 去 ...

  8. Ubuntu18.04 安装速腾聚创最新驱动RSLidar_SDK采集XYZIRT格式的激光点云数据 --SLAM不学无术小问题

    Ubuntu18.04 安装速腾聚创最新驱动RSLidar_SDK采集XYZIRT格式的激光点云数据 新款驱动支持RS16.RS32.RSBP.RS128.RS80.RSM1-B3.RSHELIOS等 ...

  9. MATLAB热障涂层成像,一种涡轮叶片热障涂层模拟试验过程中损伤实时检测方法与流程...

    本发明涉及航空发动机防护涂层技术领域,特别涉及一种涡轮叶片热障涂层模拟试验过程中损伤实时检测方法. 背景技术: 现代航空发动机已有两千多个部件应用有先进涂层材料,包括涡轮叶片.密封件.燃烧室密封件动件 ...

最新文章

  1. python字典经典例题_python 字典(Dictionary)的一些内置函数和经典例题
  2. a byte of python-《A Byte of Python》笔记
  3. Git 学习笔记--3.EGit使用手册
  4. 计算机视觉python入门_计算机视觉应该怎样入门?
  5. 不用网关或代理的单点远程办公如何实现,Aruba推出EdgeConnect Microbranch
  6. 华为手表表盘的数字什么意思_手表的陀飞轮、月相、逆跳都是什么意思?
  7. JavaScript-输入输出语法
  8. 了解:shell脚本+脚本优化+脚本注入+正则表达式
  9. 【优化分类】基于matlab GA优化GRNN超参数分类【含Matlab源码 1399期】
  10. css 更改鼠标为手状样式
  11. 视频+案例 | 钟南山院士谈5G医疗
  12. 为文件添加everyone权限
  13. HALCON联合C#检测表面缺陷——显示实时灰度值以及灰度值的用处
  14. CSS | 盒模型的宽度计算规则
  15. 条信息流oCPC调研报告
  16. Simulink代码生成: 使能子系统及其代码
  17. 【应用安全】什么是身份和访问管理 (IAM)?
  18. ORACLE 年龄计算到月份
  19. ttserver B+tree参数及VS TCH
  20. java电商面试问题以及回答,帮你解决90%的问题!

热门文章

  1. 微信小程序——弹出并隐藏键盘(带有输入框,可编辑)
  2. 学mtml还是html5,图解核苷酸替代模型的选择 – MrMTgui 篇
  3. finalize()的真正用法及作用
  4. 线程,进程,线程安全的理解
  5. Web全栈开发学习(1)
  6. 从业10多年,我总结了这几款程序员必备实用工具
  7. golang优雅的使用context
  8. 使用BBED恢复DELETE的数据
  9. 只转不评:112家IT公司薪水一览表
  10. 转行程序员后,我开始后悔没做这件事