當處理檔案較大的 PCD 檔案時,所需的作業時間會非常久,因此藉由保留特徵點 PCD 檔案簡化,能夠縮短資料處理的時間。 參考 "Feature-Preserving Simplification of Point Cloud by Using Clustering Approach Based on Mean Curvature" 此篇論文,將論文中的方法實作。
專題老師 : 林哲正 教授 、專題學生 : 陳德倫、吳崧銨、蕭羿廷
簡化流程
Point Cloud 介紹
點雲是一組呈現三維座標(俗稱 xyz 軸)的數據,每一點代表物體表面一個位置。也能額外加入法線或 RGB 等元素。把這些點連接在一起即可呈現物體的外觀。
PCL 應用
3D影像重建與修復
建築工程安全檢驗
自駕車感應器
使用方法與公式
PCL ( Point Cloud Library ) : 為開源的函式庫,用於 2D / 3D 圖像和點雲處理。
FFT ( Fast Fourier Transform ) : 對最具影響力之特徵向量的各自採樣值進行快速傅立葉轉換做量化以便計算出整體之平均曲率。
KD tree ( K-dimensional tree ) : 運用其搜尋指定點周圍固定數量點或搜尋以指定點為圓心之指定半徑範圍內點。
成果展示
案例一
簡化前
簡化前 : 531823
簡化後 : 61384
簡化率 : 88.5%
簡化後
案例二
簡化前
簡化前 : 281702
簡化後 : 67162
簡化率 : 76.2%
簡化後