资源简介
ToF sensor 导出的数据进行三维重建,根据激光从出发到经过散射之后到目标物再被探测器接收到这个时间信息来求解目标物的位置和立体形状扫描足够多的点的时候,就能够得到目标物上的做够多的点的距离值,只有可以恢复出目标物的3维形状。
代码片段和文件信息
clear all
close all
clc
fid=fopen(‘fpcd.bin‘‘r‘);
orignaldata=fread(fid‘float32‘);%数据格式转换
pixelarray=reshape(orignaldata30720084);
a=pixelarray(:50);
b=reshape(a476800);
z_lvbo=b(3:);
z_lvbo1=reshape(z_lvbo320240);
K = medfilt2(z_lvbo1);
b(3:)=reshape(K176800);
for i=1:76800
if b(3i)>0.535 || b(3i)<0.3
b(3i)=0;
b(2i)=0;
b(1i)=0;
end
end
for i=1:76800
if b(1i)>0.14
b(3i)=0;
b(1i)=0;
b(2i)=0;
end
end
for i=1:76800
if b(1i)<-0.2
b(3i)=0;
b(1i)=0;
b(2i)=0;
end
end
for i=1:76800
if b(2i)>0.14
b(3i)=0;
b(1i)=0;
b(2i)=0;
end
end
x=b(1:);
y=b(2:);
z=b(3:);
x(find(x==0))=[];
y(find(y==0))=[];
z(find(z==0))=[];
Lx=size(x2);
A=zeros(Lx3);
A(:1)=x(1:);
A(:2)=y(1:);
A(:3)=z(1:);
[idx dist] = knnsearch(AA‘dist‘‘euclidean‘‘k‘6); % 寻找每一个三维点最近的4个点(除去其本身)
b1=sum(dist2)/5; %%最近邻5个点的距离和
b2(:1)=b1(:1);
- 上一篇:基于半色调技术的图像影藏
- 下一篇:哈夫曼matlab解码程序
相关资源
- 计算两个点云之间的R和T
- matlab算法——计算三维散乱点云的曲
- Kdtree求点云数据边缘点
- matlab三维散乱点云曲率算法
- Sick激光雷达数据解析程序MATLAB
- 对点云数据计算体积
- matlab中的 tofloat函数
- matlab中kdtree调用,搜索点云数据近邻
- matlab代码,可将三角网格网格转换成
- matlab中ICP点云匹配算法
- 基于特征匹配和RANSAC的三维点云拼接
- matlab三维点坐标生成点云
- 点云配准的ICP算法代码
- 三维点云精简的均匀网格法&不均匀网
- 点特征直方图PFH算法的matlab实现,以
- 点云的边界提取
- 改进的基于划分算法的三维点云聚类
- 点云滤波算法 一维双向扫描方法 ma
- PCL 点云的圆柱拟合.md
- 三维点云的配准和融合
- 点云三角剖分matlab代码
- 三维点云svd分解求取旋转矩阵
- matlab,深度图转换三维点云,depthma
- matlab三维点云的显示
- 点云显示MATLAB
- KITTI雷达点云与图像数据融合matlab源码
- 基于最小二乘发的平面拟合
- Las点云数据读取代码
- matlab 基于点云的三维重建
- matlab曲面分析点云数据
评论
共有 条评论