了解激光点云数据处理,熟悉点云滤波、点云配准、点云分割、点云分类、点云矢量化、深度学习结果落地部署,以及图像滤波、分割、分类等图像处理。
使用C++、matlab、python等语言进行开发。
使用过pcl, eigen、opencv等三方库使用。
熟悉机器学习。
机载激光点云电力线提取和矢量化;
车载激光点云道路标线提取、分割、分类、矢量化;
行道树、车辆、杆状地物提取;;
道路标志匹配;
地面滤波;
全景图像处理——深度学习语义分割结果再处理
基于红外图像的设备异常检测;
医学图像处理——动脉分割和建模;
医学图像处理——脊椎图像处理,用于脊椎空隙测量;
picutre1主要为一张从点云强度增强到道路标线分割的整体流程介绍图,分别包含了强度校正、强度变换、强度去噪、标线分割等一系列结果; picture2主要从一份完整的数据集处理结果体现实线提取的准确性和完整性。
picture3为进行动脉分割的过程,主要通过人机交互选点的方式确定初始点,然后通过算法实现动脉分割; picture4为对提取的动脉进行三维建模,呈现3D立体视觉效果。