点云库PCL学习教程PDF|Epub|txt|kindle电子书版本网盘下载

点云库PCL学习教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1什么是PCL1

1.2 PCL的发展与创景1

1.3 PCL的潜在应用领域2

1.3.1机器人领域2

1.3.2 CAD/CAM、逆向工程3

1.3.3激光遥感测量3

1.3.4虚拟现实、人机交互3

1.4 PCL在中国4

1.5 PCL的结构和内容4

第2章PCL入门7

2.1 Windows下配置安装PCL开发环境7

2.1.1从预编译包搭建开发环境7

2.1.2用第三方预编译包从源码搭建开发环境16

2.1.3从源码搭建开发环境23

2.2 Linux下配置搭建PCL开发环境28

2.2.1预编译包搭建29

2.2.2从源代码安装30

2.3其他操作系统31

2.4建立自己的PCL应用程序31

2.4.1先决条件31

2.4.2工程设置31

2.4.3编译和运行工程33

第3章PCL基础36

3.1 PCL C+++编程规范36

3.1.1 PCL推荐的命名规范36

3.1.2 PCL推荐的缩进与格式38

3.1.3设计结构41

3.2如何编写新的PCL类42

3.2.1优势：为什么加入PCL开源开发模式42

3.2.2建立文件结构43

3.2.3填写类的内容45

3.2.4许可52

3.2.5合理命名53

3.2.6代码注释53

3.2.7测试新建的类54

3.3 PCL已有点类型介绍和增加自定义的点类型54

3.3.1为什么用PointT类型54

3.3.2 PCL中有哪些可用的PointT类型55

3.3.3如何在模板类中使用这些point类型67

3.3.4如何增加新的PointT类型69

3.4 PCL中异常处理机制70

3.4.1开发者如何增加一个新的异常类71

3.4.2如何使用自定义的异常71

3.4.3异常的处理72

第4章 输入／输出（I/O）74

4.1 I/O涉及的设备及相关概念简介74

4.1.1 OpenNI开源框架74

4.1.2 OpenNI兼容设备75

4.2 PCL中I/O模块及类介绍76

4.2.1 I/O模块中类以及全局函数说明76

4.2.2 I/O模块其他关键成员说明85

4.3应用实例解析87

4.3.1 PCD（点云数据）文件格式87

4.3.2从PCD文件中读取点云数据91

4.3.3向PCD文件写入点云数据93

4.3.4连接两个点云中的字段或数据形成新点云95

4.3.5 PCL中的OpenNI点云获取框架98

第5章kd-tree104

5.1 kd-tree概念简介104

5.2 PCL中kd-tree模块及类介绍105

5.2.1 kd-tree模块中类说明以及全局函数说明105

5.2.2 kd-tree模块其他关键成员说明107

5.3应用实例解析108

第6章 八叉树112

6.1 octree概述及相关算法简介112

6.2 PCL中octree模块及类介绍113

6.3应用实例解析121

6.3.1在PCL中如何实现点云压缩121

6.3.2基于octree的空间划分及搜索操作127

6.3.3无序点云数据集的空间变化检测130

第7章 可视化133

7.1可视化相关概念及算法简介133

7.2 PCL中visualization模块及类介绍133

7.2.1 pcl_visualization模块中类说明133

7.2.2 pcl_visualization模块其他关键成员说明151

7.3应用实例解析152

7.3.1点云视窗类CloudViewer152

7.3.2怎样可视化深度图像155

7.3.3 PCLVisualizer可视化类158

第8章 滤波171

8.1 PCL中滤波模块相关概念及算法介绍171

8.2 PCL中filters模块及类介绍172

8.2.1 PCL中filter模块相关类的介绍172

8.2.2滤波模块中其他关键函数184

8.3应用实例解析185

8.3.1在PCL中使用直通滤波器对点云进行滤波处理185

8.3.2使用VoxelGrid滤波器对点云进行下采样187

8.3.3使用StatisticalOutlierRemoval滤波器移除离群点189

8.3.4使用参数化模型投影点云191

8.3.5从一个点云中提取索引194

8.3.6使用ConditionalRemoval或RadiusOutlierRemoval移除离群点196

第9章 深度图像200

9.1模块RangeImage相关概念及算法简介200

9.2 PCL中模块RangeImage相关类的介绍201

9.3应用实例解析210

9.3.1如何从点云创建深度图像210

9.3.2如何从深度图像中提取边界213

第10章 关键点216

10.1关键点概念及相关算法简介216

10.2 PCL中keypoints模块及类介绍217

10.3应用实例解析222

第11章 采样一致性算法226

11.1随机采样一致性相关概念及算法简介226

11.1.1 RANSAC随机采样一致性算法简介226

11.1.2 LMedS最小中值方差估计算法227

11.1.3 PCL中Sample_consensus模块支持的几何模型228

11.2 PCL中Sample_ consensus模块及类介绍229

11.2.1 Sample_consensus模块中类介绍229

11.2.2 pcl_sample_consensus模块其他关键成员说明248

11.3应用实例解析249

第12章 点云特征描述与提取254

12.1特征描述与提取相关概念及算法简介254

12.2 PCL中特征描述与提取模块及类介绍255

12.2.1 pcl_features模块中类介绍255

12.2.2 features模块其他关键成员说明270

12.3应用实例解析271

12.3.1 PCL中描述三维特征相关基础271

12.3.2估计一个点云的表面法线276

12.3.3使用积分图进行法线估计280

12.3.4点特征直方图（PFH）描述子282

12.3.5快速点特征直方图（FPFH）描述子285

12.3.6估计一点云的VFH特征288

12.3.7如何从一个深度图像（range image）中提取NARF特征292

12.3.8特征描述算子算法基准化分析294

第13章 点云配准300

13.1 PCL中实现的配准算法以及相关概念300

13.2 PCL中Registration模块及类介绍303

13.2.1 Registration模块中类的介绍303

13.2.2配准模块中相关结构体介绍319

13.3应用实例解析320

13.3.1如何使用迭代最近点算法320

13.3.2如何逐步匹配多幅点云323

13.3.3如何使用正态分布变换（Normal Distributions Transform）进行配准332

第14章 点云分割338

14.1点云分割概念及相关算法简介338

14.1.1聚类分割算法338

14.1.2基于随机采样一致性（RANSAC）的分割338

14.2 PCL中Segmentation模块及类介绍339

14.2.1 Segmentation模块中类的介绍339

14.2.2 Segmentation模块的其他全局关键函数346

14.3应用实例解析348

14.3.1在PCL中如何实现平面模型分割348

14.3.2在PCL中如何实现圆柱体模型分割350

14.3.3在PCL中如何实现欧氏聚类提取355

第15章 点云曲面重建359

15.1 surface模块中实现的算法及相关概念简介359

15.2 PCL中surface模块及类介绍362

15.2.1 Surface模块中类介绍362

15.2.2 surface模块中其他关键成员说明372

15.3应用实例解析372

15.3.1基于多项式拟合的法线估计、点云平滑和数据重采样372

15.3.2在平面模型上提取凸（凹）多边形375

15.3.3无序点云的快速三角化379

第16章 综合应用384

16.1对齐对象模板到点云384

16.2基于VFH描述子的聚类识别与6自由度位姿估计393