搜索资源列表
SFMtoolsInstallDoc
- 文介绍了如何使用Bundler来根据图片得到相机参数以及一些空间点云数据，得到的数据将能够运用在3D重建中。利用Bundler可以得到较为稀疏的点云（point clouds）数据。如果需要得到更密集的点，可以使用Yasutaka Furukawa博士写的另外一个非常强大的软件包，称为PMVS2。一种比较常见的途径是使用Bundler来得到相机参数，然后使用Bundle2PMVS程序，将生成结果转换为PMVS2的输入，然后使用PMVS2来得到更密集的点云。另外，读者们可能会对另外一个同样由Fur
云自适应粒子群算法
- 基于云模型的自适应粒子群算法，很有思想，很好！-Based on cloud model adaptive particle swarm algorithm, very ideological, very good!
icp
- ICP算法及其在建筑物扫描点云数据配准中的应用 一篇难得的关于icp的中文综述 对图像处理很有用-a review of icp in chinese with high quality
485
- WV-CS950, CS850B, CW860A 的协议信息，用于云台控制的通讯协议数据手册-WV-CS950, CS850B, CW860A agreement information, for PTZ control protocol data communications handbook
chezuo
- 车座的点云数据,供暂时没有点云的朋友练习实验-the point cloud of a chezuo
Surfel_FILE_COMPRESSION
- 针对点云数据局部集中的特点,使用差值预测对点云数据进行预测处理 在预测的同时,根据IEEE2754 浮点数标准,简化浮点数的尾数,使用3. 5 Byte来表示一个浮点数,以提高压缩效果 然后对预测数据中连续重 复的字节使用该字节加该字节重复的次数的方式存储 最后对经过以上处理的数据使用一阶自适应算术编码进 行压缩。最终得到的程序在压缩比和内存占用两个方面远优于WinRAR、WinZip压缩软件-Point cloud data for the characteristics of l
repairing_incomplete_data
- 基于神经网络的点云残缺数据修补方法，此方法具有较高的修补率和精度，可获得满意的修补效果。-Point cloud based on neural network method of repairing incomplete data, this method has a high repair rate and accuracy, availability of satisfactory repair result.
4
- 云计算资料，云计算与海量数据挖掘讲稿文件。-reference of colud computing. cloud computing and data mining
zuixiaoerc
- 基于最小二乘法的点云数据拼接研究,对点云方面的论文有很大的帮助-Least-squares method based point cloud data splicing research on the point cloud of the papers of great help
tuzi
- 这个是我自己生产的一个点云数据-Point cloud data point cloud data point cloud data point cloud data point cloud data
GEON-points2grid-Utility-Setup-v1_3
- GEON-points2grid-Utility-Setup-v1_3.zip lidar点云数据生成格网的小软件-GEON-points2grid-Utility-Setup-v1_3.zip lidar point cloud data generated grid of small software
sanweidianyunshuju
- 三维点云数据，普通的简单的三维点云数据，可以直观的看到点云数据的结构，适合点云数据的初学者-Three-dimensional point cloud data, ordinary simple three-dimensional point cloud data, you can visually see the point cloud data structure for point cloud data for beginners
Pre-processing
- 点云数据的预处理与曲面重建，非常好的一片文献，值得参考-Pre processing and surface reconstruction of point cloud data
MeshLab
- 利用已有的软件对三维点云数据进行一系列的运算- Microsoft Developer Studio Generated Dependency File, included by edgedetect.mak
the-k_nearst-alogrithm
- 一种快速搜索散乱点云数据 k 邻近的算法 对逆向工程中散乱点云数据的 k 近邻搜索，提出一种快速搜索散乱点云 k 邻近点的算法。该算法根据 点云数据的范围、点的总数及最近点数目 k，确定合适的立方体边长，采用空间划分策略，把数据划分成多个子立方体； 然后用哈希表记录每个子立方体所包含的数据点及每个点所在的立方体索引号，并排除不包含数据的子立方体，以此 确定邻近点的最佳搜索范围。实验结果表明：该算法有效的提高 k 近邻搜索的速度，同时保证了搜索结果的正确性。 -a fast m
LIDAR-point-cloud-data-p-and-a
- LIDAR点云数据处理与应用 -分析 L I D A R点云数据的获取原理及分类 ， 探讨 Mi c r o s t a t i o n 的 t e r r a 模块 数据及 L I D A R点云数据 的分类处理 方法。- Get principle and classification, classification method to e
jiguangsaomiao
- 有关于地面三维激光扫描的点云数据处理，模型构建和点云配准的各种文章-On the ground three-dimensional laser scanning point cloud data processing, model building and various articles of point cloud registration
Global-cloud-data-security-report
- 全球云数据安全报告-2015Q1 From internet-GLOBAL CLOUD DATA SECURITY REPORT Q1 2015: THE AUTHORITY ON HOW TO PROTECT DATA IN THE CLOUD From internet
云计算战略思考
- 互联网公司通过改良传统中间件或改进设计架构使其具备分布式能力，同时使用了新兴的采用分布式思路设计的大数据中间件等方案，让应用系统具备了支撑弹性扩展、高并发、海量数据、高可靠业务的能力，并大大缩短业务的上线和更新周期。(Strategic thinking of cloud computing)
2020年云数据中心、服务器和网络领域的五大趋势
- 尽管企业在本地数据中心中运行工作负载的各种用例将持续存在，但投资将涌入主要的公共云数据服务提供商(SP)。随着云数据中心不断扩展、提高效率和提供变革性服务，工作负载将继续整合到云上。从长远来看，我们预计随着新的用例的出现，要求更低的延迟，计算节点可能会从集中式云数据中心转移到分布式边缘。