@[TOC]PCL中点云分割模块的学习
学习背景
参考书籍：《点云库PCL从入门到精通》以及官方代码PCL官方代码链接,，PCL版本为1.10.0，CMake版本为3.16
学习内容
源代码及所用函数
源代码
#include<iostream>
#include<vector>
#include<pcl/point_types.h>
#include<pcl/io/pcd_io.h>
#include<pcl/search/search.h>
#include<pcl/search/kdtree.h>
#include<pcl/features/normal_3d.h>
#include<pcl/visualization/cloud_viewer.h>
#include<pcl/filters/filter_indices.h>
#include<pcl/segmentation/region_growing.h>
int main(int argc,char** argv)
{
/*********************************读取点云文件**************************************************/
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
if (pcl::io::loadPCDFile("/home/jojo/PointCloud/table_400.pcd",*cloud) == -1)
{
std::cout << "没有找到文件" << std::endl;
return -1;
}
/*****************************************计算表面法线****************************************/
pcl::search::Search<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
pcl::NormalEstimation<pcl::PointXYZ,pcl::Normal> normal_estimator;
normal_estimator.setSearchMethod(tree);
normal_estimator.setInputCloud(cloud);
normal_estimator.setKSearch(50);
normal_estimator.compute(*normals);
/******************************************从点云数据中移除 NaN 值*****************************/
pcl::IndicesPtr indices(new std::vector<int>);
pcl::removeNaNFromPointCloud(*cloud,*indices);
/*******************************************设置区域生长算法**********************************/
pcl::RegionGrowing<pcl::PointXYZ,pcl::Normal> reg;
reg.setMinClusterSize(50);//设置最小簇的大小。
reg.setMaxClusterSize(1000000);//设置最大簇的大小。
reg.setSearchMethod(tree);//设置搜索方法
reg.setNumberOfNeighbours(30);//设置邻域点的数量。
reg.setInputCloud(cloud);//设置输入点云。
reg.setIndices(indices);//设置点云索引，指定要处理的点云子集
reg.setInputNormals (normals);//设置输入点云的法向量
reg.setSmoothnessThreshold(3.0/180.0*M_PI);//设置平滑度阈值，3.0 表示角度阈值为3度
reg.setCurvatureThreshold(1.0);//设置曲率阈值
std::vector<pcl::PointIndices> clusters;
reg.extract(clusters);
std::cout << "群集数等于" << clusters.size() << std::endl;
std::cout << "第一个集群有 " << clusters[0].indices.size () << " 个点." << std::endl;
std::cout << "这些是初始这些是初始点的指数" <<std::endl << "属于第一个群组的云：" <<std::endl;
std::size_t counter = 0;
while (counter < clusters[0].indices.size())
{
std::cout << clusters[0].indices[counter] << ", ";
counter++;
if (counter%10==0)
{
std::cout << std::endl;
}
}
std::cout << std::endl;
pcl::PointCloud<pcl::PointXYZRGB>::Ptr colored_cloud = reg.getColoredCloud();
pcl::visualization::CloudViewer viewer("Cluster Viewer");
viewer.showCloud(colored_cloud);
while(!viewer.wasStopped())
{
}
return 0;
}
CMakeLists.txt
cmake_minimum_required(VERSION 3.16 FATAL_ERROR)#指定CMake的最低版本要求为3.16
project(project)#设置项目名称
find_package(PCL 1.10 REQUIRED)#查找PCL库,要求版本为1.10或更高。
include_directories(${PCL_INCLUDE_DIRS})#将PCL库的头文件目录添加到包含路径中
link_directories(${PCL_LIBRARY_DIRS})#将PCL库的库文件目录添加到链接器搜索路径中。
add_definitions(${PCL_DEFINITIONS})#添加PCL库的编译器定义
add_executable (region_growing_segmentation region_growing_segmentation.cpp)
target_link_libraries (region_growing_segmentation ${PCL_LIBRARIES})#将PCL库链接到可执行文件目标。
运行结果
函数
-
pcl::RegionGrowing是 PCL 库中提供的一种区域生长分割算法，它根据点云的几何特征（如法向量、曲率等）将点云分割成不同的区域。pcl::PointXYZ：指定输入点云的类型为 pcl::PointXYZ，表示每个点包含 XYZ 坐标信息。 pcl::Normal：指定点云的法向量类型为 pcl::Normal，表示每个点的法向量信息。 setInputCloud：设置输入点云。 setInputNormals：设置输入点云的法向量。 setSearchMethod：设置搜索方法（如 KdTree）。 setNumberOfNeighbours：设置邻域点的数量。 setMinClusterSize：设置最小簇的大小。 setMaxClusterSize：设置最大簇的大小。 setSmoothnessThreshold：设置平滑度阈值。 setCurvatureThreshold：设置曲率阈值。 -
reg.getColoredCloud()是pcl::RegionGrowing类的一个成员函数,它返回一个彩色点云。在pcl::RegionGrowing算法执行后,不同的区域会被赋予不同的伪随机颜色,以区分不同的簇或分割区域。
补充内容
-
pcl::search::Searchpcl::PointXYZ::Ptr和pcl::search::KdTreepcl::PointXYZ::Ptr区别文章来源：https://www.toymoban.com/news/detail-852843.html-
pcl::search::Search<pcl::PointXYZ>::Ptr是一个抽象基类指针，它定义了一组用于搜索点云数据的通用接口。这个基类本身不提供任何具体的实现，而是作为一个通用接口,允许其他具体的搜索算法类继承并实现它。 -
pcl::search::KdTree<pcl::PointXYZ>::Ptr是一个具体的搜索算法类指针,它实现了基于 K-D 树数据结构的搜索算法。K-D 树是一种用于存储和查找多维数据的树状数据结构,它能够高效地进行最近邻搜索和范围搜索等操作。
简单来说,
pcl::search::Search<pcl::PointXYZ>::Ptr是一个通用的搜索接口,pcl::search::KdTree<pcl::PointXYZ>::Ptr则是一种基于 K-D 树的具体搜索算法实现文章来源地址https://www.toymoban.com/news/detail-852843.html -
到了这里，关于Ubuntu 20.04.06 PCL C++学习记录（十九）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
