| dbo:abstract
|
- Point Cloud Library (PCL) je C++ knihovna pro 2D a 3D zpracování mračen bodů (point cloud) a obrazů. Byla vydána pod licencí BSD s otevřeným zdrojovým kódem. Knihovna nabízí řadu funkcí a algoritmů pro filtrování, rekonstrukci povrchu, registraci, model fitting, segmentaci, rozpoznávání objektů a odhad geometrických vlastností objektů (features). Každý modul je implementován jako menší samostatná knihovna, kterou lze kompilovat samostatně (například libpcl_filters, libpcl_features, libpcl_surface, ...). PCL má vlastní datový formát pro mračna bodů PCD (Point Cloud Data), ale umožňuje také načítání a ukládání datových sad v mnoha dalších formátech. PCL pro svou funkčnost vyžaduje několik knihoven třetích stran, které musí být nainstalovány. Většina matematických operací je implementována s využitím knihovny Eigen. Vizualizační modul pro 3D mračna bodů je založen na VTK. Boost je využíván pro sdílené ukazatele a knihovna FLANN pro rychlé hledání nejbližších sousedů (k-nearest neighbor search). Další knihovny jako jsou QHULL, OpenNI nebo Qt jsou volitelné a rozšiřují PCL o další funkce. PCL je multiplatformní software, který běží na nejpoužívanějších operačních systémech: Linux, Windows, macOS a Android. Knihovna je plně integrována do robotického operačního systému (ROS) a poskytuje podporu pro knihovny OpenMP a Intel Threading Building Blocks (TBB) pro vícejádrový paralelismus. Knihovna je neustále aktualizována a rozšiřována a její využití v různých odvětvích stále roste. PCL se například se třemi projekty účastnila iniciativy Google Summer of Code 2020. Jedním z nich bylo rozšíření PCL pro použití s Pythonem pomocí Pybind11. Na webových stránkách PCL je k dispozici velké množství příkladů a cvičení buď jako zdrojové soubory C++, nebo jako tutoriály s podrobným popisem a vysvětlením jednotlivých kroků. (cs)
- Die Point Cloud Library (PCL) ist eine freie Programmbibliothek mit zahlreichen Algorithmen zur Verarbeitung n-dimensionaler Punktwolken und dreidimensionaler Geometrien. Die Bibliothek enthält unter anderem Algorithmen zur Merkmalsextraktion, Oberflächenrekonstruktion und zur Registrierung von Punktwolken. Das Projekt wird von einem weltweiten Konsortium vorangetrieben, dem neben zahlreichen Universitäten und Forschungseinrichtungen auch große Unternehmen wie Toyota, Intel und Nvidia angehören. Die Bibliothek ist in C++ programmiert und wird unter der BSD-Lizenz veröffentlicht. Der Quellcode wird auf GitHub bereitgestellt. Die Bibliothek ist in mehrere Module unterteilt, die bestimmten Aufgabenstellungen entsprechen, z. B. Filter, Registrierung, Segmentierung, Oberflächenrekonstruktion, Modellschätzung oder Visualisierung.Eines der Anwendungsgebiete ist die Roboternavigation. Das Robot Operating System verfügt über eine Schnittstelle zur PCL.Die Bibliothek kann außerdem zur Manipulation und Visualisierung der vom Kinect Sensor generierten 3D-Daten verwendet werden. Die PCL hat für die 3D-Bildverarbeitung inzwischen einen ähnlichen Status wie OpenCV für die 2D-Bildverarbeitung. (de)
- The Point Cloud Library (PCL) is an open-source library of algorithms for point cloud processing tasks and 3D geometry processing, such as occur in three-dimensional computer vision. The library contains algorithms for filtering, feature estimation, surface reconstruction, 3D registration, model fitting, object recognition, and segmentation. Each module is implemented as a smaller library that can be compiled separately (for example, libpcl_filters, libpcl_features, libpcl_surface, ...). PCL has its own data format for storing point clouds - PCD (Point Cloud Data), but also allows datasets to be loaded and saved in many other formats. It is written in C++ and released under the BSD license. These algorithms have been used, for example, for perception in robotics to filter outliers from noisy data, stitch 3D point clouds together, segment relevant parts of a scene, extract keypoints and compute descriptors to recognize objects in the world based on their geometric appearance, and create surfaces from point clouds and visualize them. PCL requires several third-party libraries to function, which must be installed. Most mathematical operations are implemented using the Eigen library. The visualization module for 3D point clouds is based on VTK. Boost is used for shared pointers and the FLANN library for quick k-nearest neighbor search. Additional libraries such as Qhull, OpenNI, or Qt are optional and extend PCL with additional features. PCL is cross-platform software that runs on the most commonly used operating systems: Linux, Windows, macOS and Android. The library is fully integrated with the Robot Operating System (ROS) and provides support for OpenMP and Intel Threading Building Blocks (TBB) libraries for multi-core parallelism. The library is constantly updated and expanded, and its use in various industries is constantly growing. For example, PCL participated in the Google Summer of Code 2020 initiative with three projects. One was the extension of PCL for use with Python using Pybind11. A large number of examples and tutorials are available on the PCL website, either as C++ source files or as tutorials with a detailed description and explanation of the individual steps. (en)
- Point Cloud Library (PCL) は2次元/3次元ポイントクラウド処理を行う、スタンドアローンの大規模オープンソースフレームワークである。フィルタリング、特徴推定、表面再構成、イメージレジストレーション、モデルフィッティング、セグメンテーションなどのアルゴリズムを扱える。C++で書かれており、BSDライセンスで配布されている。 (ja)
- A Point Cloud Library (PCL, ou "biblioteca de nuvem de pontos") é uma biblioteca de código aberto com algoritmos para processamento de nuvens de pontos e de geometrias 3D que são usados em visão computacional tridimensional. A biblioteca contém algoritmos para estimativa de características, reconstrução de superfícies, registro de imagem, ajuste de curvas e segmentação. Ela é escrita em C++ e distribuída sob a licença BSD. Estes algoritmos têm sido usados, por exemplo, na percepção em robótica para filtrar dados ruidosos, unir várias nuvens de ponto, segmentar partes relevantes de uma cena, extrair pontos chave e calcular descritores de reconhecer objetos no mundo com base em sua aparência geométrica, e criar superfícies a partir de nuvens de pontos e visualizá-las.. (pt)
- PCL（英語：Point Cloud Library）是一个开源的算法库，用于处理点云和计算机视觉中的三维几何过程。PCL包含点云滤波、特征估计、三维重建、点云配准、模型拟合、目标识别和分割等算法。每个模块都由一个更小的库实现（如：libpcl_filters、libpcl_features、libpcl_surface等），可以单独编译。PCL有自己的存储点云的数据格式——PCD（英語：Point Cloud Data)，但也可以加载和保存许多其他格式的数据。它是用C++ 编写的，并在BSD许可下发布。 (zh)
- Point Cloud Library (PCL) — це бібліотека з відкритим вихідним кодом алгоритмів для задач обробки хмари точок і обробки 3D-геометрії, таких як тривимірний комп'ютерний зір. Бібліотека містить алгоритми оцінки функцій, реконструкції поверхні, реєстрації, і сегментації. Він написаний на C++ і випущений під ліцензією BSD. Ці алгоритми використовуються, наприклад, для сприйняття в робототехніці, щоб фільтрувати викиди з шумних даних, зшивати тривимірні точкові хмари разом, сегментувати відповідні частини сцени, витягувати ключові точки і обчислювати дескриптори для розпізнавання об'єктів в світі на основі їх геометричного виду, І створювати поверхні з точкових хмар і візуалізувати їх. (uk)
|
| rdfs:comment
|
- Point Cloud Library (PCL) は2次元/3次元ポイントクラウド処理を行う、スタンドアローンの大規模オープンソースフレームワークである。フィルタリング、特徴推定、表面再構成、イメージレジストレーション、モデルフィッティング、セグメンテーションなどのアルゴリズムを扱える。C++で書かれており、BSDライセンスで配布されている。 (ja)
- PCL（英語：Point Cloud Library）是一个开源的算法库，用于处理点云和计算机视觉中的三维几何过程。PCL包含点云滤波、特征估计、三维重建、点云配准、模型拟合、目标识别和分割等算法。每个模块都由一个更小的库实现（如：libpcl_filters、libpcl_features、libpcl_surface等），可以单独编译。PCL有自己的存储点云的数据格式——PCD（英語：Point Cloud Data)，但也可以加载和保存许多其他格式的数据。它是用C++ 编写的，并在BSD许可下发布。 (zh)
- Point Cloud Library (PCL) je C++ knihovna pro 2D a 3D zpracování mračen bodů (point cloud) a obrazů. Byla vydána pod licencí BSD s otevřeným zdrojovým kódem. Knihovna nabízí řadu funkcí a algoritmů pro filtrování, rekonstrukci povrchu, registraci, model fitting, segmentaci, rozpoznávání objektů a odhad geometrických vlastností objektů (features). Každý modul je implementován jako menší samostatná knihovna, kterou lze kompilovat samostatně (například libpcl_filters, libpcl_features, libpcl_surface, ...). PCL má vlastní datový formát pro mračna bodů PCD (Point Cloud Data), ale umožňuje také načítání a ukládání datových sad v mnoha dalších formátech. (cs)
- Die Point Cloud Library (PCL) ist eine freie Programmbibliothek mit zahlreichen Algorithmen zur Verarbeitung n-dimensionaler Punktwolken und dreidimensionaler Geometrien. Die Bibliothek enthält unter anderem Algorithmen zur Merkmalsextraktion, Oberflächenrekonstruktion und zur Registrierung von Punktwolken. Die PCL hat für die 3D-Bildverarbeitung inzwischen einen ähnlichen Status wie OpenCV für die 2D-Bildverarbeitung. (de)
- The Point Cloud Library (PCL) is an open-source library of algorithms for point cloud processing tasks and 3D geometry processing, such as occur in three-dimensional computer vision. The library contains algorithms for filtering, feature estimation, surface reconstruction, 3D registration, model fitting, object recognition, and segmentation. Each module is implemented as a smaller library that can be compiled separately (for example, libpcl_filters, libpcl_features, libpcl_surface, ...). PCL has its own data format for storing point clouds - PCD (Point Cloud Data), but also allows datasets to be loaded and saved in many other formats. It is written in C++ and released under the BSD license. (en)
- A Point Cloud Library (PCL, ou "biblioteca de nuvem de pontos") é uma biblioteca de código aberto com algoritmos para processamento de nuvens de pontos e de geometrias 3D que são usados em visão computacional tridimensional. A biblioteca contém algoritmos para estimativa de características, reconstrução de superfícies, registro de imagem, ajuste de curvas e segmentação. Ela é escrita em C++ e distribuída sob a licença BSD. (pt)
- Point Cloud Library (PCL) — це бібліотека з відкритим вихідним кодом алгоритмів для задач обробки хмари точок і обробки 3D-геометрії, таких як тривимірний комп'ютерний зір. Бібліотека містить алгоритми оцінки функцій, реконструкції поверхні, реєстрації, і сегментації. Він написаний на C++ і випущений під ліцензією BSD. (uk)
|
_logo_with_text.png?width=300){kind=logo}
_logo_with_text.png){kind=link}