首页
›
自动驾驶
›
029-感知融合
›
《PCL点云滤波算法开发与评估》
VIP20
本课程属于:029-感知融合
自动驾驶 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
PCL点云滤波算法开发与评估
📚 共计 30 章节
01
点云滤波概述
点云数据的特点与挑战 · 滤波在流程中的位置 · 算法分类与选型原则
基础
选型
02
体素滤波 (Voxel Grid)
原理与数学基础 · 体素大小对密度影响 · PCL实现与参数调优
降采样
PCL
03
直通滤波 (PassThrough)
原理与适用场景 · 基于坐标轴裁剪 · 多轴联合滤波实战
裁剪
快速
04
统计滤波 (SOR)
离群点检测原理 · 均值与标准差 · PCL中的SOR实现
离群点
鲁棒
05
半径滤波 (ROR)
基于邻域密度离群剔除 · 半径与阈值选择策略
密度
邻域
06
条件滤波 (Conditional)
自定义过滤条件 · 多条件组合与逻辑运算
灵活
逻辑
07
双边滤波 (Bilateral)
保边去噪原理 · 高斯核与距离核联合 · 法线估计
保边
法线
08
高斯滤波 (Gaussian)
一维/二维高斯核 · 点云平滑与噪声抑制
平滑
线性
09
中值滤波 (Median)
非线性优势 · 窗口大小对细节影响
非线性
细节
10
移动最小二乘滤波 (MLS)
曲面拟合与重采样 · MLS在PCL中的实现
重采样
曲面
11
基于深度学习的滤波
PointNet/PointNet++架构 · 深度滤波与传统对比
深度学习
PointNet
12
点云法线估计
PCA法线估计原理 · 方向一致性 · 法线在滤波中的应用
法线
PCA
13
点云降采样策略
均匀/随机降采样 · 基于曲率的自适应降采样
降采样
曲率
14
点云去噪实战
混合噪声场景处理 · 多算法级联滤波策略
去噪
级联
15
点云平滑与重采样
MLS平滑 · 双边滤波平滑 · 保持特征的平滑方法
平滑
特征保持
16
点云孔洞修复
基于插值的孔洞填充 · 基于MLS的孔洞修复
孔洞
插值
17
点云边缘提取
基于法线变化的边缘检测 · 基于曲率的边缘提取
边缘
曲率
18
点云分割与滤波结合
区域生长分割 · 欧几里得聚类 · 分割后滤波处理
分割
聚类
19
大规模点云滤波
八叉树与KD-Tree加速 · 分块滤波 · 内存优化
大规模
加速
20
PCL滤波模块详解
pcl::Filter基类 · 各滤波类继承关系 · 自定义插件
PCL
架构
21
Open3D滤波实践
Open3D滤波接口 · 与PCL对比 · Python快速原型
Open3D
Python
22
CloudCompare滤波操作
图形界面滤波 · 批量处理脚本 · 可视化对比
可视化
工具
23
滤波算法评价指标
RMSE · PSNR · 点云密度保持率
评价
指标
24
点云配准前的滤波预处理
去除动态物体 · 地面滤波 · 关键点提取
配准
预处理
25
地面点云滤波
RANSAC平面拟合 · 高度阈值分割 · 布料模拟滤波(CSF)
地面
RANSAC
26
动态点云滤波
时间序列处理 · 运动补偿滤波 · 帧间一致性保持
动态
时序
27
多传感器融合中的滤波
LiDAR与相机融合 · IMU辅助滤波 · 时空对齐
融合
IMU
28
滤波算法的工程化部署
C++性能优化 · GPU加速 · 嵌入式平台适配
工程
GPU
29
滤波算法对比实验
公开数据集评测 · 算法优缺点总结 · 选型决策树
对比
决策
30
点云滤波前沿与未来
基于Transformer滤波 · 自监督去噪 · 实时滤波趋势
前沿
Transformer
所属VIP或分类
同VIP:PCL点云滤波算法选型与参数优化
同VIP:传感器标定全流程精讲
同VIP:传感器标定精度提升实战手册