一、点云配准

PCL中的点云配准方法:https://www.sohu.com/a/321034987_715754点云配准资源汇总:https://mp.weixin.qq.com/s/rj090vstXl8nlI_lWndmTg 1、PCL ICP算法实现点云精配准:

2、PCL 点到面的ICP精配准:
3、PCL 点到面的ICP(非线性最小二乘):

4、PCL 4PCS算法实现点云配准:

5、PCL 3D-NDT 算法实现点云配准:
6、PCL K4PCS算法实现点云配准:
7、PCL 使用GICP对点云配准:
8、PCL SAC_IA 初始配准算法:
9、PCL 交互式迭代最近点配准:
10、PCL RANSAC实现点云粗配准:
11、坐标转换
1)PCL Matrix4f实现点云坐标变换:
2)PCL Affine3f 实现点云平移旋转:
3)奇异矩阵分解:
12、对应关系
1)PCL: CorrespondenceEstimationNormalShooting的使用:
2)PCL 查找对应点并可视化:
3)PCL 提取点云重叠部分并保存:
4)PCL 实现K近邻查找匹配点对:
5)PCL RANSAC算法去除误匹配点对:
6)*PCL FPFH查找对应点对SVD进行配准:
13、PCL 中 getFitnessScore()的计算:
14、点云配准精度评价指标——均方根误差:
15、点云配准—计算旋转平移误差:

二、点云滤波

pcl_filters模块api代码解析:https://mp.weixin.qq.com/s/PBcRJs2j4hK4qMlCljYIZQ 1、PCL 使用VoxelGrid对点云进行下采样:
2、PCL 使用ApproximateVoxelGrid对点云进行下采样:
3、PCL 统计滤波器:
4、PCL 直通滤波(PassThrough):
5、(1)PCL 点云添加高斯噪声并保存:
 (2)PCL 高斯滤波:
6、PCL CropHull任意多边形内部点云提取:
7、PCL CropBox 过滤/提取给定立方体内的点云数据:
8、PCL 使用参数化模型投影点云:
9、PCL 点云投影到球面:
10、PCL 使用ConditionalRemoval和RadiusOutlierRemoval移除离群点:
11、PCL 从一个点集中提取一个子集:
12、上采样、均匀采样:
1)PCL 使用setUpsamplingMethod 对点云进行上采样:
2)PCL 使用UniformSampling对点云进行均匀采样:
3)PCL 采样固定的点云数量:

三、三维重建

1、PCL 无序点云的快速三角剖分: 2、PCL 泊松曲面重建法:
3、PCL 移动立方体算法:
4、PCL 在平面模型上构建凹多边形:
5、PCL 平面点云B样条曲线拟合:
6、PCL 基于B样条曲线的曲面重建:

四、KD树与八叉树

PCL中Kd树理论https://mp.weixin.qq.com/s/EvBlaymvcSaolBxTB5_ELg 1、PCL KD树的使用:
2、PCL addLine可视化K近邻:
3、PCL 计算点云密度以及无效值的处理:
PCL中八叉树理论https://mp.weixin.qq.com/s/5iZZBBYTiRz0xFnK23eenw 1、PCL 八叉树的使用:
2、PCL 点云体素化并求体素中心:
3、PCL 八叉树实现空间变化检测:

五、特征点与特征描述

PCL 点云特征描述与提取https://mp.weixin.qq.com/s/m3tlvBYrDG8wZZr7lWTOpA点云局部特征描述综述https://mp.weixin.qq.com/s/9H2fiLDrg97VATk57Ou_kw 1、PCL Harris 关键点提取:
2、PCL SIFT关键点提取:
3、PCL ISS关键点提取:
4、PCL 计算点云法向量并显示:
5、移动最小二乘原理:
PCL MLS计算法线并显示:
6、PCL 使用积分图进行法线估计:
7、点云的曲率及计算:
PCL 计算点云的主曲率:
8、PCL BoundaryEstimation进行边界提取:
9、PCL 基于惯性矩与偏心率的描述子:
10、PCL 估计一点云的VFH特征:
11、PFH和FPFH的算法原理:
PCL 计算PFH并可视化:
PCL 计算FPFH并可视化:
12、PCL Spin Image 旋转图像:
13、PCL SHOT352描述子:

六、点云分割

三维点云分割综述【上】https://mp.weixin.qq.com/s/BhDd5gn2lksFScKSe0NVbQ三维点云分割综述【中】https://mp.weixin.qq.com/s/nEFAUcZnXe07J7hv41wh3A三维点云分割综述【下】https://mp.weixin.qq.com/s/wjxQwD96kh7zlQ316AhRJQ 1、PCL 中实现平面模型分割:
2、PCL RANSAC(拟合)分割多个平面:
3、PCL 圆柱体模型分割:
4、PCL 欧式聚类分割:
5、PCL 区域生长分割:
6、PCL 基于颜色的区域生长分割:
7、PCL 最小图割分割:
8、PCL 基于法线微分(DoN)的分割:
9、PCL 基于超体素的点云分割:
10、PCL 渐进式形态学滤波地面分割:

七、PCL中的基础函数

1、PCL common 常见基础功能函数: 2、PCL 两个点云中的数据或字段连接:
4、PCL 常用小知识:
5、PCL 点云格式转换:
6、PCL 计算点云质心:
7、PCL 计算点云轴向最值:

八、RANSAC

1、RANSAC拟合直线: 2、RANSAC拟合平面:
3、RANSAC拟合圆柱:
4、PCL RANSAC 分割指定阈值内的平面:

九、点云可视化

可视化:

可视化:1、PCL 可视化体素格网: 2、PCL 点云按高程渲染颜色:
3、PCL 点云可视化汇总:
4、PCL 一个大窗口可视化两个点云:
5、PCL 两个大窗口可视化两个点云:
6、PCL 两个小窗口可视化点云:
7、PCL 三个小窗口可视化点云:
8、PCL 四个小窗口可视化点云:

十、PCL之VTK

1、PCL 之vtk计算点云模型的法向量: 2、PCL 之vtk计算点云模型的曲率:
3、PCL 之vtk实现ICP配准:
4、PCL 之vtk读取3d max模型并可视化:
5、PCL 之vtk计算点云模型的面积和体积:
6、PCL 之vtk常见错误解决办法:

十一、ICP脉络

PCL求点云外接立方体 python pcl点云处理算法_八叉树