PCL之平面分割模型

代码展示:

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/visualization/pcl_visualizer.h>using namespace std;
using PointT = pcl::PointXYZ;int main() {// 加载点云pcl::PointCloud<PointT>::Ptr cloud(new pcl::PointCloud<PointT>);if (pcl::io::loadPCDFile<PointT>("/home/pi/Desktop/pcl/data/tutorials/table_scene_lms400.pcd", *cloud) == -1) {cout << "加载点云失败" << endl;return -1;}//创建分割时所需要的模型系数对象，coefficients及存储内点的点索引集合对象inlierspcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);pcl::PointIndices::Ptr inliers(new pcl::PointIndices);// 创建分割对象pcl::SACSegmentation<pcl::PointXYZ> seg;// 可选择配置，设置模型系数需要优化seg.setOptimizeCoefficients(true);// 必要的配置，设置分割的模型类型，所用的随机参数估计方法，距离阀值，输入点云seg.setModelType(pcl::SACMODEL_PLANE);   //设置模型类型seg.setMethodType(pcl::SAC_RANSAC);      //设置随机采样一致性方法类型seg.setDistanceThreshold(0.01);          //设定距离阀值，距离阀值决定了点被认为是局内点是必须满足的条件，表示点到估计模型的距离最大值，seg.setInputCloud(cloud);//引发分割实现，存储分割结果到点几何inliers及存储平面模型的系数coefficientsseg.segment(*inliers, *coefficients);if (inliers->indices.size() == 0) {PCL_ERROR("分割平面失败.");return (-1);}// 提取平面点云pcl::ExtractIndices<PointT> extract;extract.setInputCloud (cloud);extract.setIndices(inliers);extract.setNegative (false);pcl::PointCloud<PointT>::Ptr cloud_plane (new pcl::PointCloud<PointT> );extract.filter (*cloud_plane);if (cloud_plane->points.empty ())std::cerr << "提取平面点云失败." << std::endl;// 可视化分割结果pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("viewer"));int v1(0);viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);viewer->setBackgroundColor(0, 0, 0, v1);viewer->addText("Raw", 10, 10, "v1_text", v1);int v2(1);viewer->createViewPort(0.5, 0.0, 1, 1.0, v2);viewer->setBackgroundColor(0.1, 0.1, 0.1, v2);viewer->addText("Seg", 10, 10, "v2_text", v2);viewer->addPointCloud<PointT>(cloud, "cloud_sample", v1);viewer->addPointCloud<PointT>(cloud_plane, "cloud_seg", v2);while (!viewer->wasStopped()) {viewer->spinOnce(100);}return 0;
}

点云文件下载地址:table_scene_lms400.pcd

效果展示:

PCL之平面分割模型相关推荐

PCL 点云分割与分类 Segmentation RANSAC随机采样一致性平面模型分割欧氏距离分割区域聚类分割算法最小分割算法超体聚类渐进式形态学滤波器
点云分割博文末尾支持二维码赞赏哦 _ 点云分割是根据空间,几何和纹理等特征对点云进行划分, 使得同一划分内的点云拥有相似的特征,点云的有效分割往往是许多应用的前提, 例如逆向工作,CAD领域对零件的 ...
点云PCL学习笔记-分割segmentation-RANSAC随机采样一致性算法欧式聚类提取
随机采样一致性算法RANSAC 程序实例参考网址: https://pcl.readthedocs.io/projects/tutorials/en/latest/random_sample_cons ...
29 基于PCL的点云平面分割拟合算法技术路线（针对有噪声的点云数据）
0 引言最近项目中用到了基于PCL开发的基于平面的点云和CAD模型的配准算法,点云平面提取采用的算法如下. 1 基于PCL的点云平面分割拟合算法 2 参数及其意义介绍 (1)点云下采样 1. 参数: ...
PCL点云分割（1）
点云分割是根据空间,几何和纹理等特征对点云进行划分,使得同一划分内的点云拥有相似的特征,点云的有效分割往往是许多应用的前提,例如逆向工作,CAD领域对零件的不同扫描表面进行分割,然后才能更好的进行空洞 ...
PCL点云分割（2）
关于点云的分割算是我想做的机械臂抓取中十分重要的俄一部分,所以首先学习如果使用点云库处理我用kinect获取的点云的数据,本例程也是我自己慢慢修改程序并结合官方API 的解说实现的,其中有很多细节如果 ...
Open3d之点云平面分割
Open3D还支持使用RANSAC从点云中分割几何图元. 要查找点云中最有可能存在的平面,我们使用segement_plane函数. 该方法具有三个参数:destance_threshold定义了一个 ...
大场景三维点云语义分割模型
大场景三维点云语义分割模型基于2D的方法 SqueezeSeg系列一.简介二.核心思路总结三.要点分析四.总结 VIASEG: VISUAL INFORMATION ASSISTED LIG ...
使用无人机 LiDAR 的重叠树冠的新型植被点云密度树分割模型
Paper题目:A Novel Vegetation Point Cloud Density Tree-Segmentation Model for Overlapping Crowns Using ...

PCL之平面分割模型

PCL之平面分割模型相关推荐

最新文章

热门文章