CAD模型转为点云模型/三维点云转为灰度图
一、三维模型转变为点云模型
(1)导入三维模型
首先准备好三维模型文件,笔者所使用的为.stl文件。在工具栏中找到File–>Open,选择三维模型文件点击打开,即可在CC中看到带转换的三维模型。
导出点云数据
首先在左上角的DB Tree工作区中点击选中Mesh(即我们的模型),接着在工具栏中找到Edit–>Mesh–>Sample points,即可跳出点云采样的相关设置。Points Number表示设置导出点云模型的点总数,Density表示点云模型点的密度,这两项根据需要进行设置,此处我们不改变默认值,其他选项不用设置,点击OK。此时在DB Tree中就出现了一个新的对象,即Mesh.sampled。
展示点云模型
操作完以上步骤后会发现,点云模型与我们原来的三维模型重合在一起了,使我们很难看清楚我们点云模型的具体效果。因此需要隐藏我们的原始三维模型,此处笔者非常暴力地再DB Tree中选中了三维模型的根目录,点击右键,再点击Delete,此时三维模型就被删除了,仅留下了点云模型,前后效果如下图所示。看到点云模型后我们可能会觉得其点过于密集或过于稀疏,此时就可以重新打开原始的.stl三维模型并重复以上操作,改变(2)中提到的Points Number和Density参数,笔者将Points Number调节为750而Density调节为0.5时达到了我需要的比较好的效果。
保存点云模型
在DB Tree工作区中点击选中我们的点云模型Mesh.sampled,即可进行保存操作,保存类型可以自选,保存成txt文件也可以被重新加载进CC中打开。
高程颜色渲染
同样在DB Tree工作区中选中点云模型Mesh.sampled,在工具栏中找到Edit–>Scalar fields–>Export coordinate(s) to SF(s),接着选择需要渲染的轴,之后即可显示出渲染后的点云模型。
二、三维点云转为灰度图
已知三维点云a(x,y,z)想转成二维的深度图(保留x,y坐标,以深度z为灰度)
如:a =load(‘SpaceV20000.txt’);
z = (a(:,3)./sum(a(:,3))).*255;
figure;scatter(a(:,1),a(:,2),4,z,‘fill’);
将显示的彩色图转为灰度图
CAD模型转为点云模型/三维点云转为灰度图相关推荐
- Meshlab读取三维点云、三维点云重建以及三维点云法向量计算
Meshlab是一个强大的三维模型处理的软件,在三维点云的处理方面也十分强大,不仅仅可以用三维点云重构出三维模型,还可以计算出三维点云每个点的法向量,这在逆向工程和基于三维点云的隐式曲面重建中非常有用 ...
- matlab如何将三维转为二维_matlab三维矩阵怎么转为二维矩阵?
展开全部 a=rand(m,n,6) b=reshape(m*n,6) 一个示例: >> a=rand(2,3,2) a(:,:,1) = 0.8147 0.1270 0.63 ...
- 三维点云去噪无监督学习:ICCV2019论文分析
三维点云去噪无监督学习:ICCV2019论文分析 Total Denoising: Unsupervised Learning of 3D Point Cloud Cleaning 论文链接: htt ...
- 三维点云数据处理软件供技术原理说明_基于三维点云处理技术的工件识别和匹配...
1. 引言 目前,随着自动化程度的提高,机器人导航.工业零件检测及抓取等众多领域对计算机视觉系统的要求越来越高 [1],基于二维图像的物体识别已经无法满足日常作业的需求.而由于三维扫描技术的发展,结构 ...
- 三维点云的深度学习研究综述
作者丨aaa 来源丨https://zhuanlan.zhihu.com/p/455210291 编辑丨3D视觉工坊 摘要 点云学习由于在计算机视觉.自动驾驶.机器人等领域的广泛应用,近年来受到越来越 ...
- 深度学习在三维点云上的应用(Deep Learning for 3D Point Clouds: A Survey)
深度学习在三维点云上的应用 摘要 最近,点云由于在计算机视觉.自动驾驶和机器人技术等许多领域的广泛应用而受到越来越多的关注.深度学习作为一种主要的人工智能技术,已经成功地用于解决各种二维视觉问题.由于 ...
- 点云综述一稿 点云硬件、点云软件、点云处理算法、点云应用以及点云的挑战与展望
经过一周的综述撰写,深感点云算法应用之浩瀚,只能仰仗前辈们的文章作一些整理: 点云硬件: 点云获取技术可分为接触式扫描仪.激光雷达.结构光.三角测距(Triangulation).以及立体视觉等多种. ...
- 17篇点云处理综述-点云语义分割、点云物体检测、自动驾驶中的点云处理……
三维点云是最重要的三维数据表达方式之一. 从技术角度看,在三维重建.SLAM.机器人感知等多个领域,三维点云都是最简单最普遍的表达方式,因为三维点云直接提供了三维空间数据,而图像则需要通过透视几何来反 ...
- 【三维深度学习】基于片元的渐进式三维点云上采样模型
点云上采样对于从稀疏三维数据重建稠密三维点云十分有效.但面对非规则.无需.稀疏.噪声和不完整的点云结构,图像领域的超分辨.补全.稀疏加密等方法无法直接用于点云上采样中.PointNet系列方法基于全连 ...
最新文章
- 如何用python做计算_如何运用Python编写简易计算器?
- 网络标准和OSI模型(1)
- python读写kafka集群(转载+自己验证)
- 腐蚀函数cvErode 和 膨胀函数cvDilate
- CF7D-Palindrome Degree【字符串hash,dp】
- Class的getName、getSimpleName与getCanonicalName的区别
- 2003 r2 64 iis php mysql_关于在win2003中,iis+php+mysql 配置的问题
- Unix——《Unix网络编程》配置unp.h头文件
- java home centos_Centos7配置JAVA_HOME
- SCSI、IDE区别
- java.lang.IllegalStateException: Web app root system property already set to different value
- php 真太阳时间修正,北京时间与全国各地真太阳时
- iOS开发:导入字体库
- 计算机故障排除原则和方法
- IOS开发之——硬件开发-距离传感器(02)
- Qt 动态添加控件,并删除指定控件
- 自定义 kubectl-plugin
- 蓝桥杯—手机尾号评分—Java
- 女大学生的一天(男生勿看)
- python春节集五福_2017支付宝集五福 2017年支付宝五福活动的python生福脚本