主要内容
findPointsInROI
找到感兴趣的点在一个区域的点云
描述
例子
在点云找到点在一个长方体ROI
点云数据读入工作区。
ptCloud = pcread (“teapot.ply”);
定义一个长方体ROI的范围内x,y和z点云坐标的输入。
投资回报率= (2 2 2 2 2.4 - 3.5);
找到的点的指数在长方体ROI。
指数= findPointsInROI (ptCloud roi);
选择的点在长方体ROI并作为点云存储对象。
ptCloudB =选择(ptCloud、指标);
显示输入的点云点云在指定的ROI。
图pcshow (ptCloud.Location [0.5 0.5 0.5])在pcshow (ptCloudB.Location“r”);传奇(“点云”,ROI内点的,“位置”,“southoutside”,“颜色”(1 1 1))从
找点在一个长方体ROI组织点云
找点在一个长方体ROI组织点云数据通过使用摄像机投影矩阵。计算摄像机投影矩阵从采样点云数据点及其对应的像点坐标。
一个有组织的点云数据装载到工作区。生成的点云是通过使用Kinect深度传感器。
ld =负载(“object3d.mat”);ptCloud = ld.ptCloud;
指定步长采样点云数据。
stepSize = 100;
样本的输入点云计算和存储三维点坐标作为点云采样对象。
指数= 1:stepSize: ptCloud.Count;tempPtCloud =选择(ptCloud、指标);
删除无效的采样点云的点。
[tempPtCloud, validIndices] = removeInvalidPoints (tempPtCloud);
得到世界三维点坐标的输入点云。
worldPoints = tempPtCloud.Location;
找到相对应的二维图像坐标输入点云的三维点坐标。
[Y、X] = ind2sub([大小(ptCloud.Location, 1),大小(ptCloud.Location, 2)),指数);imagePoints = [X (validIndices) Y (validIndices) ');
估计摄像机投影矩阵的图像点坐标和世界。
camMatrix = estimateCameraMatrix (imagePoints worldPoints);
指定一个长方体ROI的范围内x,y和z点云坐标的输入。
投资回报率= (0.3 - 0.7 0 0.4 0.1 0.3);
找到的点云数据的指数在长方体ROI。
指数= findPointsInROI (ptCloud roi, camMatrix);
使用点云的方法选择得到的点云数据点在ROI。
ptCloudB =选择(ptCloud、指标);
显示输入的点云点在长方体的ROI。
图pcshow (ptCloud)在pcshow (ptCloudB.Location“r”);传奇(“点云”,ROI内点的,“位置”,“southoutside”,“颜色”(1 1 1))从
输入参数
输出参数
引用
[1]Muja、m和大卫·g·劳。最近的邻居“快速近似算法自动配置”。VISAPP国际会议在计算机视觉理论和应用程序。2009年。331 - 340页。
扩展功能
介绍了R2015a
