安裝測試點雲配準4PCS算法1

原安裝測試點雲配準4PCS算法 2016年12月30日 11:25:54 閱讀數：1887

今天有空，想看看點雲配準4PCS算法，據說是一個高效魯棒性很好的算法。

閑話少說，還是記錄一下我的安裝過程吧。

免得過段時間我又忘記了~~~~~~

首先先說一下我的電腦組態：

[python]

view plain copy print ?

虛拟機安裝ubuntu 14.04 LTS

虛拟機安裝ubuntu 14.04 LTS

[python]

view plain copy print ?

記憶體：2.1GB處理器：Intel® Core™ i5-4590 CPU @ 3.30GHz × 3

記憶體：2.1GB處理器：Intel® Core™ i5-4590 CPU @ 3.30GHz × 3

[python]

view plain copy print ?

圖形：Gallium 0.4 on SVGA3D; build: RELEASE;

圖形：Gallium 0.4 on SVGA3D; build: RELEASE;

[python]

view plain copy print ?

作業系統：64位

作業系統：64位

[python]

view plain copy print ?

磁盤：39.9

磁盤：39.9

先在github拉一下源代碼：

[python]

view plain copy print ?

git clone https://github.com/nmellado/Super4PCS

git clone https://github.com/nmellado/Super4PCS

官方安裝教程：官方安裝教程

安裝依賴項：Eigen,OpenCV，boost請自行安裝

下面安裝libANN-1.1.2,CFITSIO

[python]

view plain copy print ?

sudo apt-get install update
sudo apt-get install libann-dev
sudo apt-get install libcfitsio3-dev
sudo ldconfig

sudo apt-get install update
sudo apt-get install libann-dev  
sudo apt-get install libcfitsio3-dev  
sudo ldconfig

打開CMakeList檔案，作如下修改：

[python]

view plain copy print ?

find_path(ANN_DIR ann_1.1.2)
IF(DEFINED ANN_DIR)
set(ANN_INCLUDE_DIR ”{ANN_DIR}/include")  </li><li class="">  include_directories(  {ANN_DIR}/include")  </li><li class="">  include_directories(  )
include_directories( {ANN_INCLUDE_DIR} )
if (MSVC)
set(ANN_LIBS ”{ANN_DIR}/lib/libANN.dll")  </li><li class="">  else()  </li><li class="alt">    set(ANN_LIBS " {ANN_DIR}/lib/libANN.dll")  </li><li class="">  else()  </li><li class="alt">    set(ANN_LIBS " )
else()
set(ANN_LIBS "{ANN_DIR}/lib/libANN.a”)
endif()
ENDIF(DEFINED ANN_DIR)

find_path(ANN_DIR ann_1.1.2)
IF(DEFINED ANN_DIR)
  set(ANN_INCLUDE_DIR "${ANN_DIR}/include")
  include_directories( ${ANN_INCLUDE_DIR} )

  if (MSVC)
    set(ANN_LIBS "${ANN_DIR}/lib/libANN.dll")
  else()
    set(ANN_LIBS "${ANN_DIR}/lib/libANN.a")
  endif()
ENDIF(DEFINED ANN_DIR)

修改為

[python]

view plain copy print ?

find_path(ANN_DIR ann_1.1.2)
IF(DEFINED ANN_DIR)
set(ANN_INCLUDE_DIR ”{ANN_DIR}/include")  </li><li class="">  include_directories(  {ANN_DIR}/include")  </li><li class="">  include_directories(  )
include_directories( {ANN_INCLUDE_DIR} )
if (MSVC)
set(ANN_LIBS ”{ANN_DIR}/lib/libann.dll")  </li><li class="">  else()  </li><li class="alt">    set(ANN_LIBS " {ANN_DIR}/lib/libann.dll")  </li><li class="">  else()  </li><li class="alt">    set(ANN_LIBS " )
else()
set(ANN_LIBS "{ANN_DIR}/lib/libann.a”)
endif()
ENDIF(DEFINED ANN_DIR)

find_path(ANN_DIR ann_1.1.2)
IF(DEFINED ANN_DIR)
  set(ANN_INCLUDE_DIR "${ANN_DIR}/include")
  include_directories( ${ANN_INCLUDE_DIR} )

  if (MSVC)
    set(ANN_LIBS "${ANN_DIR}/lib/libann.dll")
  else()
    set(ANN_LIBS "${ANN_DIR}/lib/libann.a")
  endif()
ENDIF(DEFINED ANN_DIR)

好了，安裝完依賴以後，可以開始編譯了。

[python]

view plain copy print ?

cd Super4PCS
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DANN_DIR=/usr/ ..
make

cd Super4PCS
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DANN_DIR=/usr/ ..
make

正常來說，應該不會出現什麼問題了。在build檔案夾中生成可執行檔案Super4PCS

安裝測試點雲配準4PCS算法1

下載下傳資料，測試：

安裝測試點雲配準4PCS算法1

github：https://github.com/nmellado/Super4PCS

wiki：https://github.com/nmellado/Super4PCS/wiki

web：http://geometry.cs.ucl.ac.uk/projects/2014/super4PCS/

MathJax.Hub.Config({

"HTML-CSS": {

linebreaks: { automatic: true, width: "94%container" },

imageFont: null

tex2jax: {

preview: "none"

mml2jax: {

preview: 'none'

}

});

(function(){

點雲配準各種方法總結[不定時更新]

　　本文主要用來記錄我在學習過程中接觸到的一些或新或舊的點雲配準的方法，有些方法我可能還不怎麼了解，如果有錯誤歡迎大家指出。 2018/04/15 添加LORAX 2018/04/08…

安裝測試點雲配準4PCS算法1

Ha_ku

2018-03-30 11:55:54

閱讀數：342

ubuntu下編譯開源代碼Super4PCS

Super4PCS是用于點雲配準的一種快速，有效的方法，屬于随機采樣算法的一個變種。它基于4pcs算法配準速度非常慢的缺點進行改進，利用智能索引實作4pcs算法計算複雜度的顯著降低。理論部分詳細見論文…

安裝測試點雲配準4PCS算法1

Yangzhihua1347142721

2015-12-07 14:20:04

閱讀數：2036

(function() { var s = “_” + Math.random().toString(36).slice(2); document.write(‘ ‘); (window.slotbydup=window.slotbydup || []).push({ id: ‘4765209’, container: s, size: ‘808,120’, display: ‘inlay-fix’ }); })(); scrolling="no"> 廣告

.ad-text {padding:0px;}

</div>
            <div class="recommend-item-box csdn-tracking-statistics" data-mod="popu_387" data-poputype="feed" data-feed-show="false" data-dsm="post">
    <h4 class="text-truncate">
        <a href="https://blog.csdn.net/qq_35126246/article/details/76592611" target="_blank" rel="external nofollow"  target="_blank" rel="external nofollow"  target="_blank" strategy="BlogCommendFromBaidu_2">
            <em>點雲</em>比對和ICP<em>算法</em>概述          </a>
    </h4>
    <p class="content">
        <a href="https://blog.csdn.net/qq_35126246/article/details/76592611" target="_blank" rel="external nofollow"  target="_blank" rel="external nofollow"  target="_blank">
            Iterative Closest Point (ICP) [1][2][3] is an algorithm employed to minimize the difference between ...         </a>
    </p>
    <div class="info-box d-flex align-content-center">
        <p>
            <a class="avatar" src="https://blog.csdn.net/qq_35126246" title="qq_35126246" target="_blank">
                <img src="https://avatar.csdn.net/2/8/D/3_qq_35126246.jpg" alt="qq_35126246" class="avatar-pic">
                <span class="name">qq_35126246</span>
            </a>
        </p>
        <p>
            <span class="date">2017-08-02 18:19:11</span>
        </p>
        <p>
            <span class="read-num">閱讀數：700</span>
        </p>
    </div>
</div>
                <div class="recommend-item-box csdn-tracking-statistics" data-mod="popu_387" data-poputype="feed" data-feed-show="false" data-dsm="post">
    <h4 class="text-truncate">
        <a href="https://blog.csdn.net/u012348774/article/details/79072860" target="_blank" rel="external nofollow"  target="_blank" rel="external nofollow"  target="_blank" strategy="BlogCommendFromBaidu_3">
            CloudCompare：高程渲染           </a>
    </h4>
    <p class="content">
        <a href="https://blog.csdn.net/u012348774/article/details/79072860" target="_blank" rel="external nofollow"  target="_blank" rel="external nofollow"  target="_blank">
            http://www.danielgm.net/cc/forum/viewtopic.php?f=9&amp;p=5957

http://www.cloudcompare.org/doc/wiki/inde…

安裝測試點雲配準4PCS算法1

u012348774

2018-01-16 11:30:08

閱讀數：196

Super4PCS文章閱讀筆記

Super4PCS閱讀筆記

前言

今天給大家分享一下點雲配準四點法4PCS0的變種——Super4PCS。此算法的原文在：Super…

安裝測試點雲配準4PCS算法1

Ha_ku

2018-03-26 20:26:51

閱讀數：84

4-Points Congruent Sets for Robust Pairwise Surface Registration——4PCS閱讀筆記

4-Points Congruent Sets for Robust Pairwise Surface Registration

4-Points Congruent Sets for Ro…

安裝測試點雲配準4PCS算法1

Ha_ku

2018-03-08 10:18:14

閱讀數：233

https://s3m.mediav.com/galileo/504174-97d898d84bec71bdcc45e9bf46a73202.jpg)”>

光谷大媽偷偷瞞着老公炒股3年，竟從未虧過！！

掌尚 · 頂新

CloudCompare功能概要

File

open：打開

save：儲存

Global Shift settings：設定最大絕對坐标，最大實體對角線

Primitive Factory：對點雲進行原始加工，改變原始點雲的形狀

…

安裝測試點雲配準4PCS算法1

huihut

2017-04-06 18:07:51

閱讀數：8325

PCL系列——如何逐漸地配準一對點雲

PCL系列

PCL系列——讀入PCD格式檔案操作

PCL系列——将點雲資料寫入PCD格式檔案

PCL系列——拼接兩個點雲

PCL系列——從深度圖像(RangeImage)中提取NARF關鍵點

PCL系…

安裝測試點雲配準4PCS算法1

xuezhisdc

2016-03-31 22:51:40

閱讀數：13150

源代碼的編譯與安裝

絕大多數來自“源頭”的源代碼都是封裝成所謂的tarball格式。何為tarball？一般而言，有份量的Open Source軟體都含有相當多的檔案，包括源代碼、說明檔案、編譯支援檔案、配置檔案…

安裝測試點雲配準4PCS算法1

hustspy1990

2010-03-31 18:52:00

閱讀數：5413

win10 安裝點雲庫 pcl 1.8.0

點我進入原文

如果希望自己編譯PCL 可以參考文章 http://blog.csdn.net/aptx704610875/article/details/49947049

PCL1.8.0 A…

安裝測試點雲配準4PCS算法1

zhyh1435589631

2017-01-17 16:28:47

閱讀數：1800

Ubuntu 下的軟體安裝

gcc安裝

指令：sudo apt-get install build-essential

http://www.cnblogs.com/zero1665/archive/2009/11/03/1…

安裝測試點雲配準4PCS算法1

breeze5428

2014-04-22 16:22:39

閱讀數：2302

Ubuntu下編譯源碼

Build

Ubuntu系統安裝

由于目前的android系統隻能在linux環境編譯，是以需要安裝一個可以build的linux系統，如果對linux不是很熟悉，可以安裝ubuntu des…

安裝測試點雲配準4PCS算法1

Encode_myself

2016-09-22 13:57:27

閱讀數：617

點雲比對

Iterative Closest Point (ICP) [1][2][3] is

an algorithm employed to minimize the difference betwee…

安裝測試點雲配準4PCS算法1

my_lixiang

2016-10-28 21:16:56

閱讀數：1360

scrolling="no">

開源項目: ZThread 在Ubuntu上的編譯

前提本來很簡單./configure

make

makeinstall但是由于作者很早就不更新了，而導緻在新系統上有很多問題錯誤表現./configure 時候出現錯誤checking for cor…

安裝測試點雲配準4PCS算法1

stwstw0123

2015-10-20 14:22:04

閱讀數：631

RANSAC在三維重建中點雲配準中的應用

這是我在三維重建過程中進行點雲配準的時候，用到的一個算法，記錄下來，以便查閱。原文請移步：http://grunt1223.iteye.com/blog/961063

1 概述

RANS…

安裝測試點雲配準4PCS算法1

Jake_cai

2016-11-17 15:12:18

閱讀數：606

點雲配準的ICP算法代碼

2010年05月26日

30KB

下載下傳

安裝測試點雲配準4PCS算法1

PCL中的點雲配準（Registration）ICP算法

引言給定兩個來自不同坐标系的三維資料點集，找到兩個點集空間的變換關系，使得兩個點集能統一到同一坐标系統中，即配準過程。配準的目标是在全局坐标架構中找到單獨擷取的視圖的相對位置和方向，使得它們之間的相交…

安裝測試點雲配準4PCS算法1

wokaowokaowokao12345

2017-06-26 17:08:40

閱讀數：5183

基于MATLAB的點雲配準程式

2011年03月16日

2.03MB

下載下傳

安裝測試點雲配準4PCS算法1

id="iframeu3394176_0" src="https://pos.baidu.com/pcum?conwid=800&conhei=100&rdid=3394176&dc=3&di=u3394176&dri=0&dis=0&dai=4&ps=5005x343&enu=encoding&dcb=___adblockplus&dtm=HTML_POST&dvi=0.0&dci=-1&dpt=none&tsr=0&tpr=1526268017740&ti=%E5%AE%89%E8%A3%85%E6%B5%8B%E8%AF%95%E7%82%B9%E4%BA%91%E9%85%8D%E5%87%864PCS%E7%AE%97%E6%B3%95%20-%20CSDN%E5%8D%9A%E5%AE%A2&ari=2&dbv=2&drs=3&pcs=1903x974&pss=1903x5078&cfv=0&cpl=5&chi=2&cce=true&cec=UTF-8&tlm=1526268018&prot=2&rw=974&ltu=https%3A%2F%2Fblog.csdn.net%2Fu012700322%2Farticle%2Fdetails%2F53940722&ecd=1&uc=1920x1040&pis=-1x-1&sr=1920x1080&tcn=1526268018&qn=97e73e348451eddf&tt=1526268017445.627.628.629" width="800" height="100" align="center,center" vspace="0" hspace="0" scrolling="no">

基于PCL的三維重建——點雲配準（一）ICP算法實作

在逆向工程，計算機視覺，文物數字化等領域中，由于點雲的不完整，旋轉錯位，平移錯位等，使得要得到的完整的點雲就需要對局部點雲進行配準，為了得到被測物體的完整資料模型，需要确定一個合适的坐标系，将從各個視…

安裝測試點雲配準4PCS算法1

qq_33933704

2017-11-28 11:22:46

閱讀數：1518

點雲配準，fpfh

2017年07月22日

4KB

下載下傳

安裝測試點雲配準4PCS算法1

沒有更多推薦了，傳回首頁

安裝測試點雲配準4PCS算法1

點雲配準各種方法總結[不定時更新]

ubuntu下編譯開源代碼Super4PCS

Super4PCS文章閱讀筆記

4-Points Congruent Sets for Robust Pairwise Surface Registration——4PCS閱讀筆記

CloudCompare功能概要

PCL系列——如何逐漸地配準一對點雲

源代碼的編譯與安裝

win10 安裝點雲庫 pcl 1.8.0

Ubuntu 下的軟體安裝

Ubuntu下編譯源碼

點雲比對

開源項目: ZThread 在Ubuntu上的編譯

RANSAC在三維重建中點雲配準中的應用

點雲配準的ICP算法代碼

PCL中的點雲配準（Registration）ICP算法

基于MATLAB的點雲配準程式

基于PCL的三維重建——點雲配準（一）ICP算法實作

點雲配準，fpfh

繼續閱讀

PCL - MLS代碼研讀（八）- MovingLeastSquares

PCL - MLS代碼研讀（十二）- addProjectedPointNormal及copyMissingFields函數

PCL - ICP代碼研讀（六） - IterativeClosestPoint架構

PCL - ICP代碼研讀（十三） - CorrespondenceEstimationBase實現

open3d提取每個點的法向量并可視化

【點雲配準-4PCS（2008）】4-Points Congruent Sets for Robust Pairwise Surface Registration1 背景2 4點一緻性3 4PCS算法參考

CloudCompare打開pcd檔案

【論文筆記】基于點雲柱面投影圖的平面特征提取SLAM：　Fast planar surface 3D SLAM using LIDAR 2017

點雲格式介紹（更新中，待補充）一、點雲的基本組成二、pcd檔案三、ply檔案四、txt檔案五、bin檔案

66.[PCL]PCD檔案格式簡介PCD版本

閱讀筆記 Deep Hough Voting for 3D Object Detection in Point Clouds

基于ICP算法的三維點雲模型的自動配準算法matlab仿真

三維點雲資料處理學習内容總結

自動駕駛之點雲與圖像融合綜述

RoadMap:面向自動駕駛視覺定位的輕量級語義地圖（ICRA2021）

自動駕駛傳感器融合：雷射雷達+攝像頭