来自LIDAR传感器的点云数据具有机器人导航和感知,深度估计,立体声视觉,视觉登记和高级驾驶员辅助系统(ADA)中的应用。LIDAR传感器的原始点云数据需要在这些高级工作流程中使用之前的基本处理。LIDAR Toolbox™提供了下采样,中值滤波,对齐,转换和从点云提取功能的功能。这些初步处理算法可以提高数据的质量和准确性,并获得有关点云的有价值的信息。这有助于加快高级工作流程并提供更好的结果。
几个高级工作流程需要有组织的点云进行处理。您可以将未组织的点云转换为组织点云使用球面投影组织零云的转换来组织转换工作流程。
pcdownsample. |
下面一个3-D点云 |
PCMedian. |
中位过滤3-D点云数据 |
pcdenoise. |
从3-D点云中移除噪音 |
pcalign. |
对齐阵列点云 |
普科特 |
连接3-D点云阵列 |
Pcnormals. |
估计点云的法线 |
pctransform. |
转换3-D点云 |
findnearestneighbors. |
查找点云中的最近邻居 |
Findneighborsinradius. |
在点云中找到一个半径内的邻居 |
findpointsinroi. |
在点云中查找一个感兴趣区域内的积分 |
删除invalidpoints |
从点云中删除无效点 |
萃取物 |
从点云段提取基于特征值的特征 |
提取效果 |
从点云中提取快速点特征直方图(FPFH)描述符 |
detectritChtangularplanepoints. |
在点云中检测指定尺寸的矩形平面 |