一、什么是区域增长分割

在本文中，我们将学习如何使用pcl:: regiongrow类中实现的区域增长算法。所述算法的目的是将在平滑性约束方面足够接近的点分类。因此，该算法的输出是聚类的集合，其中每个聚类都是一组点，被认为是同一光滑曲面的一部分。该算法的工作是基于点法线之间角度的比较。

二、区域增长分割原理剖析

让我们来看看该算法是如何工作的。
1.首先，它根据它们的曲率值对点进行分类。之所以要这样做是因为这个区域从曲率最小的点开始增长。这是因为曲率最小的点位于平坦的区域(从最平坦的区域增长可以减少分割总数)。
2.选中的点被添加到名为seeds(增长种子集合)的集合中。
3.对于每个种子点，算法找到它的邻近点。
a.每个邻居都被计算它的法线和当前种子点的法线之间的角度。如果角度小于阈值，则将当前点添加到当前种子所在区域。
b.然后对每个邻域进行曲率值测试。如果曲率小于阈值，则将此点添加到种子集合中作为新种子。
c.从种子集合中删除当前的种子。
4.如果种子集变成空的，这意味着算法扩大了区域，这个过程从头开始重复迭代，直到种子集合为空。

三、区域增长分割示例代码

#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> // for pcl::removeNaNFromPointCloud
#include <pcl/segmentation/region_growing.h>int
main ()
{// 读取点云pcd文件pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);if ( pcl::io::loadPCDFile <pcl::PointXYZ> ("region_growing_tutorial.pcd", *cloud) == -1){std::cout << "Cloud reading failed." << std::endl;return (-1);}// 建立搜索KD树pcl::search::Search<pcl::PointXYZ>::Ptr tree (new pcl::search::KdTree<pcl::PointXYZ>);
// 计算点云法向pcl::PointCloud <pcl::Normal>::Ptr normals (new pcl::PointCloud <pcl::Normal>);pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> normal_estimator;normal_estimator.setSearchMethod (tree); // 搜索方法为kd树走索normal_estimator.setInputCloud (cloud);  // 填入点云normal_estimator.setKSearch (50);           // 设置搜索范围normal_estimator.compute (*normals);       // 将法相保存在normalspcl::IndicesPtr indices (new std::vector <int>);pcl::removeNaNFromPointCloud(*cloud, *indices); // 对点云建立索引pcl::RegionGrowing<pcl::PointXYZ, pcl::Normal> reg; // 区域增长类reg.setMinClusterSize (50);        // 设置最小的集合点数reg.setMaxClusterSize (1000000);    // 设置最大集合点数reg.setSearchMethod (tree);      // 设置kd树搜索方法reg.setNumberOfNeighbours (30); // 设置每次邻域搜索数(影响计算速度)reg.setInputCloud (cloud);      // 设置输入点云reg.setIndices (indices);          // 设置输入的索引reg.setInputNormals (normals);    // 设置输入法向reg.setSmoothnessThreshold (3.0 / 180.0 * M_PI); // 设置平滑度阈值（弧度）reg.setCurvatureThreshold (1.0);  // 设置曲率阈值// 分类集合 并开始计算std::vector <pcl::PointIndices> clusters;reg.extract (clusters);// 一系列输出std::cout << "Number of clusters is equal to " << clusters.size () << std::endl;std::cout << "First cluster has " << clusters[0].indices.size () << " points." << std::endl;std::cout << "These are the indices of the points of the initial" <<std::endl << "cloud that belong to the first cluster:" << 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;
// 显示出分割后的点云，并赋予不同颜色pcl::PointCloud <pcl::PointXYZRGB>::Ptr colored_cloud = reg.getColoredCloud ();pcl::visualization::CloudViewer viewer ("Cluster viewer");viewer.showCloud(colored_cloud);while (!viewer.wasStopped ()){}return (0);
}

运行效果如下：

【博主简介】
斯坦福的兔子，男，天津大学工学硕士。毕业至今从事光学三维成像及点云处理相关工作。因工作中使用的三维处理库为公司内部库，不具有普遍适用性，遂自学开源PCL库及其相关数学知识以备使用。谨此将自学过程与君共享。
博主才疏学浅，尚不具有指导能力，如有问题还请各位在评论处留言供大家共同讨论。’

【PCL自学：Segmentation3】基于PCL的点云分割：区域增长分割相关推荐

【PCL自学：Segmentation1】基于PCL的点云分割：平面模型分割
基于PCL的点云平面模型分割 1.什么是点云分割 2.如何使用PCL库对将点云中平面模型分割出来 1.什么是点云分割顾名思义,点云分割就是将一团点云按照不同需求进行分割处理,一般是用在识别或测量 ...
【PCL自学：Recognition 1】基于对应分组算法的三维物体识别
PCL Recognition模块:基于对应分组的三维物体识别一.初识Recognition点云识别模块二.基于对应分组算法识别的实例代码及分析三.三维物体识别的可能对象验证及代码分析代码效果 ...
【PCL自学：ocTree】八叉树（octree）的原理及应用案例(点云压缩，搜索，空间变化)
PCL中八叉树(octree)的原理及应用案例一.什么是八叉树ocTree? 1.八叉树原理二.八叉树应用案例 1.点云压缩 2.用八叉树进行空间划分和搜索操作 3.无序点云数据的空间变化检测一 ...
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: ...
基于PCL库的通过ICP匹配多幅点云方法
基于PCL库的通过ICP匹配多幅点云方法前言 Code Result 前言 PCL库中有很多配准的方式,主要都是基于ICP ICP算法最初由Besl和Mckey提出,是一种基于轮廓特征的点配准方法. ...
PCL入门系列 —— NormalEstimation、NormalEstimationOMP 基于邻域的点云法线估计
PCL入门系列 -- NormalEstimation.NormalEstimationOMP 基于邻域的点云法线估计前言程序说明输出结果代码示例总结前言随着工业自动化.智能化的不断推进 ...
【PCL自学：Filtering】PCL中的各类滤波器介绍与使用 (持续更新)
PCL_filter模块中各类滤波器目录一.直通滤波器(PassThrough):用于阈值滤除 1.直通滤波器介绍 2.示例代码二.体素滤波器(VoxelGrid filter):用于下采样 1. ...
【PCL自学:Feature3】PFH点特征直方图的概念和使用 (持续更新)
一.点特征直方图(PFH)描述子介绍 Point Feature Histograms (PFH) 称为点特征直方图. 随着点特征的研究不断深入,利用点周围的邻近点估计表面法向和曲率的基本操作 ...
PCL：基于PCL绘制包围盒代码实现（2）
本博客基于pcl::MomentOflnertiaEstimation类获取基于惯性矩(moment of inertia)与偏心率(eccentricity)的描述子,而该类的另一个功能就是提取有向 ...

【PCL自学：Segmentation3】基于PCL的点云分割：区域增长分割

基于PCL的点云区域增长分割

一、什么是区域增长分割

二、区域增长分割原理剖析

三、区域增长分割示例代码

【PCL自学：Segmentation3】基于PCL的点云分割：区域增长分割相关推荐

最新文章

热门文章