平面点云格网过程及可视化介绍(python)

2024-06-23 13:44

本文主要是介绍平面点云格网过程及可视化介绍(python),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、背景介绍

      实际人工构造物中,很多物体表面为平面结构,因此将点云投影在二维平面上进行处理,如进行点云面积计算、点云边缘提取等。

      具体案例可以参考博客:详解基于格网法统计平面点云面积_点云格网法计算xy投影面积-CSDN博客、点云格网过程可视化(C++ PCL)-CSDN博客、

基于格网拓扑关系的边缘点检测-CSDN博客

       本博客介绍基于python语言介绍平面点云格网化过程,并对格网进行可视化,让点云数据处理过程更加直观明了,最终效果如下图所示:

2、原理介绍

2.1 初始格网化计算

       首先统计点云数据的X、Y坐标值的最大值与最小值,分别为Xmin、Xmax、Ymin、Ymax。根据划分的格网尺寸L,确定最小外包矩形可以划分的行与列:

行数=ceil(Xmax-Xmin)/L

列数=ceil(Ymax-Ymin)/L

      Ceil()为向上取整函数,  根据计算的覆盖点云的行号、列号,可以知道总的格网数量,这样便于在编写程序时,初始化维度。

  ****需要注意的是,为了防止出现越界,以及后续数据处理,需要将Xmin、Xmax、Ymin、Ymax适当的向外扩,如

Xmin=Xmin-L

Xmax=Xmax+L

Ymin=Ymin-L

Ymax=Ymax+L

 2.2 单个点格网计算

       对于每个点P(x,y,z),依据其x、y坐标将该点划入到相应的格网内即可。P点落入的格网编号为:       

行号=ceil((x-Xmin)/L)

列号=ceil((y-Ymin)/L)

       所有点处理完后,每个格网内包含的点数量不一致,有的格网部包含点,有点包含若干点,这个与点云形状有关。

2.3 格网可视化

      每个格网可以看成功一个正方形,因此,格网可视化可以看成将这些格网进行可视化,具体来说,根据格网尺寸L、点云x、y坐标的最小值,即可计算出正方形的四个顶点位置坐标,最终便可实现格网的可视化。

3、代码测试验证

     本程序基于python编写,在pycharm上运行。下载代码链接如,下所包含的测试数据与代码如下图所示:

3.1 所有格网可视化

       所有格网可视化,即将覆盖点云的最小外包矩形,均匀划分成边长为L的若干正方形,效果如下,构建的格网,在原始点云基础上向外外扩了2层,每个格网大小一样,且属于同一格网内点,颜色相同。且点云颜色变化变化位置与格网边重合。同时,修改格网尺寸,可以得到同样效果,只是格网总数量显著变少。

3.2 部分格网可视化

      部分格网可视化,是将包含点云的格网进行可视化,不包含点云的格网不进行可视化,效果如下所示。与上面显著不同的是,只包含点的格网进行了可视化,且属于该格网内的点,颜色一致。同时设置不同的格网尺寸,格网数量与分布,存在一定差异。

4、总结

      介绍了基于python的平面点云格网及其可视化原理与过程。需要说明的是,格网可视化,仅仅是数据预处理步骤,便于数据处理。

这篇关于平面点云格网过程及可视化介绍(python)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1087323

相关文章

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

JSON Web Token在登陆中的使用过程

《JSONWebToken在登陆中的使用过程》:本文主要介绍JSONWebToken在登陆中的使用过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录JWT 介绍微服务架构中的 JWT 使用结合微服务网关的 JWT 验证1. 用户登录,生成 JWT2. 自定义过滤

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

java中使用POI生成Excel并导出过程

《java中使用POI生成Excel并导出过程》:本文主要介绍java中使用POI生成Excel并导出过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录需求说明及实现方式需求完成通用代码版本1版本2结果展示type参数为atype参数为b总结注:本文章中代码均为

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1