輪胎點(diǎn)云文件處理步驟 輪胎的點(diǎn)做什么用

TIME 參考價(jià)：未上市

查看參配 獲取底價(jià)

購(gòu)置稅優(yōu)惠 經(jīng)銷(xiāo)商報(bào)價(jià) 車(chē)主點(diǎn)評(píng)

點(diǎn)云概念

點(diǎn)云與三維圖像的關(guān)系 ：三維圖像是一種特殊的信息表達(dá)形式，其特征是表達(dá)的空間中三個(gè)維度的數(shù)據(jù)，表現(xiàn)形式包括：深度圖（以灰度表達(dá)物體與相機(jī)的距離），幾何模型（由CAD軟件建立），點(diǎn)云模型（所有逆向工程設(shè)備都將物體采樣成點(diǎn)云）。和二維圖像相比，三維圖像借助第三個(gè)維度的信息，可以實(shí)現(xiàn)天然的物體——背景解耦。點(diǎn)云數(shù)據(jù)是最為常見(jiàn)也是最基礎(chǔ)的三維模型。點(diǎn)云模型往往由測(cè)量直接得到，每個(gè)點(diǎn)對(duì)應(yīng)一個(gè)測(cè)量點(diǎn)，未經(jīng)過(guò)其他處理手段，故包含了最大的信息量。這些信息隱藏在點(diǎn)云中需要以其他提取手段將其萃取出來(lái)，提取點(diǎn)云中信息的過(guò)程則為三維圖像處理。

點(diǎn)云的概念 ：點(diǎn)云是在同一空間參考系下表達(dá)目標(biāo)空間分布和目標(biāo)表面特性的海量點(diǎn)集合，在獲取物體表面每個(gè)采樣點(diǎn)的空間坐標(biāo)后，得到的是點(diǎn)的集合，稱(chēng)之為“點(diǎn)云”（Point Cloud）。

點(diǎn)云的獲取設(shè)備 ：RGBD設(shè)備是獲取點(diǎn)云的設(shè)備，比如PrimeSense公司的PrimeSensor、微軟的Kinect、華碩的XTionPRO。

點(diǎn)云的內(nèi)容 ：根據(jù)激光測(cè)量原理得到的點(diǎn)云，包括三維坐標(biāo)（XYZ）和激光反射強(qiáng)度（Intensity），強(qiáng)度信息與目標(biāo)的表面材質(zhì)、粗糙度、入射角方向，以及儀器的發(fā)射能量，激光波長(zhǎng)有關(guān)。

根據(jù)攝影測(cè)量原理得到的點(diǎn)云，包括三維坐標(biāo)（XYZ）和顏色信息（RGB）。

結(jié)合激光測(cè)量和攝影測(cè)量原理得到點(diǎn)云，包括三維坐標(biāo)（XYZ）、激光反射強(qiáng)度（Intensity）和顏色信息（RGB）。

點(diǎn)云的屬性 ：空間分辨率、點(diǎn)位精度、表面法向量等。

點(diǎn)云存儲(chǔ)格式 ：*.pts; *.asc ; *.dat; .stl ; [1] .imw；.xyz； .las。LAS格式文件已成為L(zhǎng)iDAR數(shù)據(jù)的工業(yè)標(biāo)準(zhǔn)格式，LAS文件按每條掃描線排列方式存放數(shù)據(jù),包括激光點(diǎn)的三維坐標(biāo)、多次回波信息、強(qiáng)度信息、掃描角度、分類(lèi)信息、飛行航帶信息、飛行姿態(tài)信息、項(xiàng)目信息、GPS信息、數(shù)據(jù)點(diǎn)顏色信息等。

C–class（所屬類(lèi)）

F一flight（航線號(hào)）

T一TIME（查成交價(jià)|參配|優(yōu)惠政策）（GPS時(shí)間）

I一intensity（回波強(qiáng)度）

R一return（第幾次回波）

N一number of return（回波次數(shù)）

A一scan angle（掃描角）

RGB一red green blue（RGB顏色值）

點(diǎn)云的數(shù)據(jù)類(lèi)型 ：

（1）pcl::PointCloudpcl::PointXYZ

PointXYZ 成員：float x，y，z;表示了xyz3D信息，可以通過(guò)points[i].data[0]或points[i].x訪問(wèn)點(diǎn)X的坐標(biāo)值

（2）pcl::PointCloudpcl::PointXYZI

PointXYZI成員：float x, y, z, intensity; 表示XYZ信息加上強(qiáng)度信息的類(lèi)型。

（3）pcl::PointCloudpcl::PointXYZRGB

PointXYZRGB 成員：float x,y,z,rgb; 表示XYZ信息加上RGB信息，RGB存儲(chǔ)為一個(gè)float。

（4）pcl::PointCloudpcl::PointXYZRGBA

PointXYZRGBA 成員：float x , y, z; uint32_t rgba; 表示XYZ信息加上RGBA信息，RGBA用32bit的int型存儲(chǔ)的。

（5） PointXY 成員：float x,y;簡(jiǎn)單的二維x-y點(diǎn)結(jié)構(gòu)

（6）Normal結(jié)構(gòu)體：表示給定點(diǎn)所在樣本曲面上的法線方向，以及對(duì)應(yīng)曲率的測(cè)量值，用第四個(gè)元素來(lái)占位，兼容SSE和高效計(jì)算。

點(diǎn)云的處理

點(diǎn)云處理的三個(gè)層次 ：Marr將圖像處理分為三個(gè)層次，低層次包括圖像強(qiáng)化，濾波，關(guān)鍵點(diǎn)/邊緣檢測(cè)等基本操作。中層次包括連通域標(biāo)記（label），圖像分割等操作。高層次包括物體識(shí)別，場(chǎng)景分析等操作。工程中的任務(wù)往往需要用到多個(gè)層次的圖像處理手段。

PCL官網(wǎng)對(duì)點(diǎn)云處理方法給出了較為明晰的層次劃分，如圖所示。

此處的common指的是點(diǎn)云數(shù)據(jù)的類(lèi)型，包括XYZ，XYZC，XYZN，XYZG等很多類(lèi)型點(diǎn)云，歸根結(jié)底，最重要的信息還是包含在pointpcl::point::xyz中。可以看出，低層次的點(diǎn)云處理主要包括濾波（filters），關(guān)鍵點(diǎn)（keypoints）/邊緣檢測(cè)。點(diǎn)云的中層次處理則是特征描述（feature），分割（segmention）與分類(lèi)。高層次處理包括配準(zhǔn)（registration），識(shí)別（recognition）。可見(jiàn)，點(diǎn)云在分割的難易程度上比圖像處理更有優(yōu)勢(shì)，準(zhǔn)確的分割也為識(shí)別打好了基礎(chǔ)。

低層次處理方法:

①濾波方法：雙邊濾波、高斯濾波、條件濾波、直通濾波、隨機(jī)采樣一致性濾波。②關(guān)鍵點(diǎn)：ISS3D、Harris3D、NARF，SIFT3D

中層次處理方法：

①特征描述：法線和曲率的計(jì)算、特征值分析、SHOT、PFH、FPFH、3D Shape Context、Spin Image

②分割與分類(lèi)：

分割：區(qū)域生長(zhǎng)、Ransac線面提取、全局優(yōu)化平面提取

K-Means、Normalize Cut（Context based）

3D Hough Transform(線、面提取)、連通分析

分類(lèi)：基于點(diǎn)的分類(lèi)，基于分割的分類(lèi)，基于深度學(xué)習(xí)的分類(lèi)（PointNet，OctNet）

高層次處理方法：

①配準(zhǔn)：點(diǎn)云配準(zhǔn)分為粗配準(zhǔn)（Coarse Registration）和精配準(zhǔn)（Fine Registration）兩個(gè)階段。

精配準(zhǔn)的目的是在粗配準(zhǔn)的基礎(chǔ)上讓點(diǎn)云之間的空間位置差別最小化。應(yīng)用最為廣泛的精配準(zhǔn)算法應(yīng)該是ICP以及ICP的各種變種（穩(wěn)健ICP、point to plane ICP、Point to line ICP、MBICP、GICP、NICP）。

粗配準(zhǔn)是指在點(diǎn)云相對(duì)位姿完全未知的情況下對(duì)點(diǎn)云進(jìn)行配準(zhǔn)，可以為精配準(zhǔn)提供良好的初始值。當(dāng)前較為普遍的點(diǎn)云自動(dòng)粗配準(zhǔn)算法包括基于窮舉搜索的配準(zhǔn)算法和基于特征匹配的配準(zhǔn)算法。

基于窮舉搜索的配準(zhǔn)算法：遍歷整個(gè)變換空間以選取使誤差函數(shù)最小化的變換關(guān)系或者列舉出使最多點(diǎn)對(duì)滿足的變換關(guān)系。如RANSAC配準(zhǔn)算法、四點(diǎn)一致集配準(zhǔn)算法（4-Point Congruent Set, 4PCS）、Super4PCS算法等……

基于特征匹配的配準(zhǔn)算法：通過(guò)被測(cè)物體本身所具備的形態(tài)特性構(gòu)建點(diǎn)云間的匹配對(duì)應(yīng)，然后采用相關(guān)算法對(duì)變換關(guān)系進(jìn)行估計(jì)。如基于點(diǎn)FPFH特征的SAC-IA、FGR等算法、基于點(diǎn)SHOT特征的AO算法以及基于線特征的ICL等…

②SLAM圖優(yōu)化

Ceres（Google的最小二乘優(yōu)化庫(kù)，很強(qiáng)大）， g2o、LUM、ELCH、Toro、SPA

SLAM方法：ICP、MBICP、IDC、likehood Field、NDT

③三維重建

泊松重建、 Delaunay triangulations、表面重建，人體重建，建筑物重建，樹(shù)木重建。結(jié)構(gòu)化重建：不是簡(jiǎn)單的構(gòu)建一個(gè)Mesh網(wǎng)格，而是為場(chǎng)景進(jìn)行分割，為場(chǎng)景結(jié)構(gòu)賦予語(yǔ)義信息。場(chǎng)景結(jié)構(gòu)有層次之分，在幾何層次就是點(diǎn)線面。實(shí)時(shí)重建：重建植被或者農(nóng)作物的4D（3D+時(shí)間）生長(zhǎng)態(tài)勢(shì)；人體姿勢(shì)識(shí)別；表情識(shí)別；

④點(diǎn)云數(shù)據(jù)管理：點(diǎn)云壓縮，點(diǎn)云索引（KD、Octree），點(diǎn)云LOD（金字塔），海量點(diǎn)云的渲染fusion360怎么打開(kāi)點(diǎn)云數(shù)據(jù)

1.在Fusion 360中，打開(kāi)“文件”菜單，然后點(diǎn)擊“導(dǎo)入”。

2.在彈出的導(dǎo)入窗口中，選擇點(diǎn)云文件的類(lèi)型，然后點(diǎn)擊“打開(kāi)”按鈕。

3.在彈出的文件選擇窗口中，選擇要導(dǎo)入的點(diǎn)云文件，然后點(diǎn)擊“打開(kāi)”按鈕。

4.在彈出的導(dǎo)入設(shè)置窗口中，設(shè)置點(diǎn)云文件的參數(shù)，然后點(diǎn)擊“確定”按鈕。

5.點(diǎn)云數(shù)據(jù)就會(huì)被導(dǎo)入到Fusion 360中，您可以在設(shè)計(jì)空間中看到點(diǎn)云數(shù)據(jù)的模型。點(diǎn)云數(shù)據(jù)處理的5個(gè)步驟

1.點(diǎn)云濾波方法(數(shù)據(jù)預(yù)處理): 雙邊濾波、高斯濾波、條件濾波、直通濾波、隨機(jī)采樣一致性濾波。 VoxelGrid

2.關(guān)鍵點(diǎn) ISS3D、Harris3D、NARF SIFT3D、

3.特征和特征描述 法線和曲率計(jì)算NormalEstimation、特征值分析Eigen-Analysis、EGI PFH、FPFH、3D Shape Context、Spin Image

4.點(diǎn)云匹配 ICP、穩(wěn)健ICP、point to plane ICP、Point to line ICP、MBICP、GICP NDT 3D、Multil-Layer NDT FPCS、KFPCS如何自己做一個(gè)點(diǎn)云文件，然后導(dǎo)入catia

第一步先在EXCEL里輸入坐標(biāo)點(diǎn)

因?yàn)镋XCEL在做一組數(shù)據(jù)的時(shí)候可以進(jìn)行填充，省去你不必要的鍵盤(pán)輸入，另外在必須手工輸入的情況下，在EXCEL里編輯，也是方面核對(duì)和保存的。

XYZ值都輸入完以后，存盤(pán)，一會(huì)再用。

然后找到

catia安裝位置里的

\intel_a\code\command\GSD_PointSplineLoftFromExcel.xls

此文件中間會(huì)包含一些語(yǔ)句，你需要把你剛才輸入過(guò)的坐標(biāo)點(diǎn)，

復(fù)制粘貼到StartCurve和EndCurve中間，如下圖

StartCurve

內(nèi)容（剛才編輯好的坐標(biāo)點(diǎn)）

EndCurve

比如有100個(gè)坐標(biāo)點(diǎn)，那么內(nèi)容部分就是100行。

注意，一般GSD_PointSplineLoftFromExcel.xls這個(gè)文件里有三組StartCurve和EndCurve

你隨便用一組即可，然后把其他的行刪除掉。

他存有三組的意思是可以同時(shí)處理幾批數(shù)據(jù)

回到catia，把文件創(chuàng)建好，把工作光標(biāo)設(shè)定到幾何圖形集，（不能設(shè)到實(shí)體）

然后回到excel，點(diǎn)工具--宏--宏

選Feuil1.main，點(diǎn)執(zhí)行。彈出對(duì)話框，用鍵盤(pán)輸入1，2，3任意一個(gè)數(shù)（第一是全點(diǎn)，第二樣條線，第三掃描面）

再回到catia，已經(jīng)創(chuàng)建完畢。

如果選的1，那么空間中會(huì)出現(xiàn)100個(gè)零散的點(diǎn)。

如果選的2，那么這些點(diǎn)會(huì)用樣條線貫穿起來(lái)

如果把點(diǎn)分開(kāi)，分別輸入開(kāi)始的3組StartCurve和EndCurve中間那么出現(xiàn)的就是三條樣條線。也就是說(shuō)計(jì)算方法是：計(jì)算機(jī)從StartCurve開(kāi)始，遇到一組坐標(biāo)就畫(huà)一個(gè)點(diǎn)，再遇到一組坐標(biāo)就再畫(huà)一個(gè)點(diǎn)，一直遇到EndCurve，點(diǎn)就畫(huà)完了，然后用樣條線把這些點(diǎn)串連起來(lái)，然后再遇到StartCurve，就開(kāi)始又畫(huà)點(diǎn)，遇到EndCurve再結(jié)束，再畫(huà)線，這樣就兩條線了。

有幾組StartCurve和EndCurve，就有幾條線

如果選的3，那么會(huì)形成掃描面。剛才形成的樣條線，其中兩條作為掃描的兩邊界，另一條是脊線。我個(gè)人認(rèn)為在這里面最好不要直接出掃描面，他有可能控制的不是那么好。還不如自己用一個(gè)掃描命令來(lái)做，更直觀。怎么用MATLAB對(duì)點(diǎn)云數(shù)據(jù)處理

1、meshlab支持的數(shù)據(jù)格式很多，選擇一個(gè)簡(jiǎn)單的格式進(jìn)行測(cè)試。

2、使用matlab去生成一個(gè)txt文檔，其數(shù)據(jù)代表球體的一部分，代碼。

3、運(yùn)行后將生成所需的文件，其內(nèi)部數(shù)據(jù)所示。

4、接下來(lái)是就是將數(shù)據(jù)導(dǎo)入Meshlab，該軟件界面如下圖。通過(guò)File-Import Mesh...導(dǎo)入數(shù)據(jù)。

5、選中剛剛用matlab生成的數(shù)據(jù)，點(diǎn)擊Open.

6、對(duì)數(shù)據(jù)的格式，文檔中每一行數(shù)據(jù)通過(guò)空格分割，因此選中空格。

7、設(shè)置完成后將將會(huì)看到點(diǎn)云的數(shù)據(jù)，所示。該數(shù)據(jù)和預(yù)期的一樣，為球體的一部分。