三维点云数据处理与优化
📚 共计 30 章节
01
点云世界初探
什么是三维点云？激光雷达、深度相机、结构光获取方式；自动驾驶、机器人、测绘、文物保护等应用领域。
概念
传感器
应用
02
点云数据结构解析
XYZ坐标、强度、RGB颜色；PCD、PLY、LAS、TXT格式；存储与读取方法。
格式
IO
03
点云可视化入门
Open3D / PCL可视化，视角调整与渲染参数，颜色编码与强度显示。
Open3D
PCL
渲染
04
点云坐标系与变换
世界/相机/物体坐标系；刚体变换、齐次坐标与变换矩阵；Open3D实现点云变换。
坐标系
矩阵
05
点云滤波基础
直通滤波、体素滤波、统计滤波、半径滤波的原理与使用。
滤波
去噪
06
点云降采样与体素化
体素网格降采样、均匀/随机降采样；体素化原理与应用。
降采样
体素
07
点云法线估计
PCA法线估计原理，法线方向一致性调整，法线在光照/分割/特征中的作用。
法线
PCA
08
点云特征描述子
PFH、FPFH、SHOT描述子原理及应用场景。
特征
描述子
09
点云配准基础
ICP算法原理，Point-to-Point / Point-to-Plane变体，粗配准与精配准。
ICP
配准
10
点云配准进阶
FPFH+RANSAC特征配准，全局配准，多视角点云拼接。
RANSAC
全局配准
11
点云分割基础
RANSAC平面分割，欧几里得聚类，区域生长分割。
分割
聚类
12
点云分割进阶
圆柱/球体/圆锥模型拟合；PointNet/PointNet++深度学习分割；实例/语义分割。
深度学习
拟合
13
点云目标检测
传统聚类+分类方法；VoxelNet、PointPillars简介；3D边界框生成与评估。
检测
3D框
14
点云分类与识别
PointNet / PointNet++分类；准确率、召回率、F1分数评价指标。
分类
PointNet
15
点云重建基础
泊松表面重建、移动立方体算法；从点云到网格的转换。
重建
网格
16
点云重建进阶
Occupancy Networks、DeepSDF；点云补全与上采样。
深度学习
补全
17
点云压缩与传输
八叉树压缩、网格压缩；点云流媒体传输协议。
压缩
传输
18
点云配准实战
Open3D ICP配准，RMSE/Fitness评估，参数调优技巧。
实战
Open3D
19
点云滤波实战
统计+半径滤波去噪，体素下采样，直通滤波提取ROI。
实战
去噪
20
点云分割实战
RANSAC平面分割，DBSCAN聚类，地面与非地面点分离。
实战
分割
21
点云特征提取实战
Open3D计算FPFH，PCL计算SHOT，特征匹配与可视化。
实战
特征
22
点云目标检测实战
基于聚类检测；PointPillars+KITTI；结果可视化与评估。
实战
检测
23
点云可视化进阶
Open3D动画，点云与图像融合，LabelCloud/SUSTechPOINTS标注工具。
可视化
标注
24
点云数据增强
旋转/平移/缩放/加噪；Random Dropout；MixUp；对模型性能影响。
增强
鲁棒性
25
点云深度学习框架
PyTorch3D、MinkowskiEngine（稀疏卷积）；PointNet/PointNet++ PyTorch实现。
框架
PyTorch
26
点云语义分割实战
PointNet++ + S3DIS；mIoU评估与可视化。
语义分割
实战
27
点云实例分割实战
PointGroup + ScanNet；实例分割结果可视化与评估。
实例分割
实战
28
点云配准与SLAM
LOAM、LeGO-LOAM；点云地图构建与更新；回环检测与图优化。
SLAM
配准
29
点云处理性能优化
CUDA/OpenMP并行；KD-Tree/Octree索引；大规模点云处理策略。
优化
并行
30
点云项目实战与总结
自动驾驶点云感知系统；架构设计与模块划分；流程总结与展望。
综合项目
总结