Articles of 点云

三维点阵,构建点云或曲面(OpenGL)

我有一个三维点对象的数组,我可以操纵这个数组的input到我想要的任何configuration中,例如,它可以是一个浮点数的向量,一个整数的向量等。 无论如何,我想用openGL来显示这个3d点云。 我应该怎么做呢?我足够了解,我可以从结构化的input创建一个3D立方体,但是我怎样才能从这个非结构化的input创建顶点? 如果我不需要构建这些顶点,那么我怎样才能将这些点简单地显示为一个云呢? 任何建议或建议是受欢迎的。

有什么方法可以丢弃一个表面上的点而不是另一个表面上的点?

目标:给定一个曲面网格(地形),丢弃相对于地形的给定高程以上的所有点。 由于平铺和LOD,地形可能会经常变化,所以点剔除将需要dynamic且具有良好的性能。 在我们的场景中的相机是自由浮动的,所以在这方面不能做出任何假设。 这是问题的侧面图: 我最初的尝试是绘制地形,翻译到给定的高程,只有深度缓冲区。 然后,在渲染点云时,丢弃深度testing不合格的点。 虽然这个方法有几个问题:我必须确定翻译地形的哪一侧是相机所在的位置,如果在上面,则翻转深度testing。 另外,如果摄像机正在观看地形边缘,则点将被丢弃,不应该是。 任何想法都是值得欢迎的,如果我需要澄清一下任务,请告诉我。

点云如何变成多边形?

在我的游戏实验中,我已经达到了一些限制,通过将内容作为“点云”进行工作似乎是可以解决的。 我现在主要关心的是如何将产生的点云转换成多边形网格? 我似乎无法在任何地方find任何algorithm,但是我发现人们在各种程序中都这样做,所以显然是可能的。 编辑:一些详细说明。 我正在做一些模拟,除其他外,地质力量和多边形表面根本不允许需要的细节。 我的目标是创建一个景观作为一个点云,并使用它来更好地模拟力量。 但是这些变化预计会非常复杂,只是从一个平坦的多边形表面开始,翘曲就没有用处了。 所以我需要去掉点云景观,并从它所保存的数据中为它创建一个多边形曲面。

扭曲点云的渲染更复杂吗?

我有两点n点云: 内部有许多点的密集的球形点云 表面上有点的球形点云。 这两个点云的渲染(复杂度/时间)有没有区别? 点的变形如何影响栅格化过程的复杂性?

是否有任何数据结构比四叉树更有效地存储和查询OBB中的点?

有没有比四叉树更有效的方法来存储和search在飞机上不均匀分布的点集? 我需要能够添加,删除和search指定范围内的点。 我目前正在用四叉树进行testing,但是当点不够均匀分布时,似乎结果并不理想。 这些观点大多集中在特定领域:

点云到CAD模型

点云可以使用相移algorithm从物理相机获得。 这些可能是3-4个独立的点云。 我的工作是使用信号处理algorithm将这些点云(​​寄存器,滤波器)组合起来创建一个CAD模型。 我怎样才能做到这一点? 有我可以使用的现有工具或库吗? 有C / C ++点云库,但我使用C#。 有没有办法在C#中使用这些库?

在最大距离的点云中查找两点?

find两个点使得它们之间的距离大于或等于任何其他对的计算复杂度最低的是什么? 记住听到一些关于如何通过随机select一个点rfind这样的一对,find距离最远的点,然后find离它最远的点md 。 那么直径就是fa和md之间的距离(即norm(fa – md) )。 它是否正确? 你能certificate或反驳它吗? 如果这是不正确的,那么正确的方法是什么?

我怎样才能为一个任意的网格创建一组碰撞点?

在我的项目中,我正在使用用户生成的内容的上下文自动变形一个任意网格相对于另一个任意网格,类似于为Second Life开发的变形器 。 为了保留一个变形网格的特征,这个网格可能由网格边缘的“褶皱”组成,我想用一组变形器来变形我的目标,然而定义一组合适的变形器我觉得麻烦,我认为现在最好的办法是创建一个“碰撞网格”/一组“控制点”。 这些点将代表碰撞检测中的目标网格,并定义用于使主网格变形的变形器。 由于我生成它的结构可以更严格地控​​制。 我想创建一个近似网格表面的“网格”,就像NURBS曲面上的控制点一样。 我正在考虑一种像这种分层深度图像技术那样的原理的技术,但是想知道是否已经有了一个很好的解决scheme来实现我想要做的事情? 什么是最有效的方法来创建一个近似的自动碰撞网格的任意网格?

find连接一组点中最外点的线

有没有人知道一个有效的algorithm来find点云的边缘? 希望链接中的图片能够说明我的意思。 如果algorithm能够处理在空间上明显分离的点云,那么这是一个好的方法。 该algorithm只需要在2D中工作。 非常感谢!! http://uploadpic.org/storage/2011/4n68m1OYLSYIGt8vfuJrK1LnA.png

空间数据可视化的详细程度

我有一个具有不同属性的3D点云数据集,目前我可以将其视为点,并且我希望基于距集合的距离来获得LOD。 我希望能够从更远更远的地方获得一个广义的观点,当我放大时,我希望有更多的点能够自动正确显示。 有点像这个video下面,行为明智: http : //vimeo.com/61148577 我认为一个解决scheme是使用适应性八叉树,但我不确定这是否是一个好的解决scheme。 我一直在寻找具有无缝转换的分层聚类,但是我不确定应该采用哪种解决scheme,符合我的目标。 任何想法,提示从哪里开始? 或者一些具体的方法? 谢谢