Java教程

点云特征--计算点云法向量normals

本文主要是介绍点云特征--计算点云法向量normals,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

1.版本要求

版本: >PCL1.0

2.简介

法向量是点云的一个重要特征,我们可以应用点云法向量到平面分割、模板匹配目标检测等领域中。下面介绍如何在PCL中计算法向量。

3.数据

本例中使用的点云数据(test.pcd)请见百度网盘分享。
链接:https://pan.baidu.com/s/1FKP2CnyhOrMgv1AS_7lr8Q
提取码:l7k7

4.代码

#include <pcl/features/normal_3d.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>

int main(int argc, char* argv[])
{
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>); //创建PointXYZRGB点云对象 
    pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);  //创建法向量点云对象

	pcl::io::loadPCDFile("test.pcd", *cloud);  //加载点云

    pcl::NormalEstimation<pcl::PointXYZRGB, pcl::Normal> ne;  //创建法向量计算对象
    ne.setInputCloud(cloud);  //输入点云
    pcl::search::KdTree<pcl::PointXYZRGB>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZRGB>);  //创建KdTree搜索对象
    ne.setSearchMethod(tree);  //输入搜索算法
    ne.setRadiusSearch(0.1);  //设置法向量计算的区域半径
    ne.compute(*cloud_normals);  //计算法向量

    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));  //创建显示对象
    viewer->setBackgroundColor(0, 0, 0);  //设置背景颜色为黑色
    pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);  
    viewer->addPointCloud<pcl::PointXYZRGB>(cloud, rgb, "sample cloud");  //加载输入点云
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");  //设置点云中每个点的大小
    viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal>(cloud, cloud_normals, 10, 0.05, "normals");  //加载法向量点云
    viewer->addCoordinateSystem(1.0);  //添加原点坐标。坐标轴显示长度为1m。
    viewer->initCameraParameters();

    viewer->spin();  //循环显示

    return 0;
}

5.效果

法向量可视化显示如下:
在这里插入图片描述

这篇关于点云特征--计算点云法向量normals的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!