PCL法线估计
平面的法线是垂直于它的单位向量。在点云的表面的法线被定义为垂直于与点云表面相切的平面的向量。表面法线也可以计算点云中一点的法线，被认为是一种十分重要的性质。 法线提供了关于曲面的曲率信息，这是它的优势。许多的PCL的算法需要我们提供输入点云的法线。为了估计它们，代码分析如下
#include <pcl/io/pcd_io.h>
#include <pcl/features/normal_3d.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
int main(int argc,char**argv)
{//创建点云对象
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
//创建法线的对象
pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
//读取PCD文件
if(pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1],*cloud) !=0)
{
return -1;
}
//创建法线估计的对象
pcl::NormalEstimation<pcl::PointXYZ,pcl::Normal> normalEstimation;
normalEstimation.setInputCloud(cloud);//对于每一个点都用半径为3cm的近邻搜索方式normalEstimation.setRadiusSearch(0.03);
//Kd_tree是一种数据结构便于管理点云以及搜索点云，法线估计对象会使用这种结构来找到最近邻点pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>);normalEstimation.setSearchMethod(kdtree);//计算法线normalEstimation.compute(*normals);
//可视化
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("Normals"));
viewer->addPointCloud<pcl::PointXYZ>(cloud,"cloud");while(!viewer->wasStopped())
{
viewer->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(1000000));
}
}试验结果就是运行命令，这里就随便输入一个PCD 文件
可能看不处什么效果*********************
(2)图像积分
积分图像是对有序点云的发现的估计的一种方法。该算法把点云作为一个深度图像，并创建一定的矩形区域来计算法线，考虑到相邻像素关系，而无需建立树形查询结构。因此，它是非常有效的。
#include <pcl/io/pcd_io.h>
#include <pcl/features/integral_image_normal.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
int main(int argc, char** argv)
{ // 点云数据对象
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); // 法线对象pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>); // 读取文件if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) != 0)
{
return -1;
}
// 法线估计对象pcl::IntegralImageNormalEstimation<pcl::PointXYZ, pcl::Normal> normalEstimation;
normalEstimation.setInputCloud(cloud);
// 法线估计方法: COVARIANCE_MATRIX, AVERAGE_DEPTH_CHANGE, SIMPLE_3D_GRADIENT.
normalEstimation.setNormalEstimationMethod(normalEstimation.AVERAGE_3D_GRADIENT); //设置深度变化的阀值
normalEstimation.setMaxDepthChangeFactor(0.02f); // 设置计算法线的区域
normalEstimation.setNormalSmoothingSize(10.0f); // 计算
normalEstimation.compute(*normals);
// 可视化
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("Normals"));
viewer->addPointCloud<pcl::PointXYZ>(cloud, "cloud"); viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals, 20, 0.03, "normals"); while (!viewer->wasStopped())
{
viewer->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
}结果可视化
具体官方的网址查看pointclouds.org/documentation/tutorials/normal_estimation_using_integral_images.php
大神请忽略！！！！
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2019-07-17，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
