Algorithm 三维平面拟合算法
所以我在做一个项目,我和我的一个朋友用KINECTv2扫描了一个房间,并用它制作了一个3D模型。目标是使实时添加不同种类家具的3d模型成为可能。为了达到这个目标,我正在尝试不同的平面拟合算法,以找到哪种算法最快。有人有什么建议吗?到目前为止,我只研究了PCL中包含的基本RANSAC算法的用法。两种常用的平面拟合方法是RANSAC和Hough。这里有一个性能比较: 正如计算几何和图像处理中的许多问题,而不是考虑什么是“最快的”,从性能、开发努力和成本方面考虑什么是最佳的应用程序。搜索最快的算法可能会让您陷入成本和复杂度都令人震惊的境地,而您可能会实现一系列相对简单的算法,这些算法的运行速度刚好能够为用户提供流畅愉快的体验 长话短说,我建议从Hough平面拟合开始。Hough变换算法相对容易编写(一旦掌握了基本知识),调整参数也很直观 编写自己的算法的原因之一是,一旦(而不是如果)发现点云数据比人们希望的噪音更大、性能更差,您将能够更好地理解需要进行哪些更改 实现良好的速度取决于许多因素,包括:Algorithm 三维平面拟合算法,algorithm,3d,plane,printer-control-language,Algorithm,3d,Plane,Printer Control Language,所以我在做一个项目,我和我的一个朋友用KINECTv2扫描了一个房间,并用它制作了一个3D模型。目标是使实时添加不同种类家具的3d模型成为可能。为了达到这个目标,我正在尝试不同的平面拟合算法,以找到哪种算法最快。有人有什么建议吗?到目前为止,我只研究了PCL中包含的基本RANSAC算法的用法。两种常用的平面拟合方法是RANSAC和Hough。这里有一个性能比较: 正如计算几何和图像处理中的许多问题,而不是考虑什么是“最快的”,从性能、开发努力和成本方面考虑什么是最佳的应用程序。搜索最快的算法可
- 点云预处理。寻找方法将点云分解为可以更快处理的块
- 参数化。数据预处理后,可以为平面拟合算法定义更窄的搜索范围。例如,仅在垂直角度的几度范围内尝试平面拟合。您还需要选择参数,以在速度和贴合质量之间找到平衡李>
- 三维数据的质量。这本身就是一个大话题,你越早仔细研究数据中的问题越好
- “实时”是什么意思。即使对于涉及用户交互的3D图形应用程序,实现严格基于规格的实时性(以N帧/秒的速度更新)也可能不如呈现平滑简单的界面重要
- 多线程和并行性
- 三维显示。另一个大话题李>