PCL 线性最小二乘快速计算点云法向量

完整代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/features/linear_least_squares_normal.h> // 线性最小二乘
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>

int main()
{

    // -------------------------------加载点云------------------------------------
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile("../../data/000000.pcd", *cloud) == -1)
    {
        PCL_ERROR("Could not read pcd file!\n");
        return -1;
    }
    // ----------------------线性最小二乘法表面法线估计--------------------------
    pcl::LinearLeastSquaresNormalEstimation<pcl::PointXYZ, pcl::Normal> n;
    n.setInputCloud(cloud);             // 输入点云
    n.setDepthDependentSmoothing(true); // 设置是否使用深度平滑
    n.setNormalSmoothingSize(10.0f);    // 计算对象边界的深度变化阈值
    n.setMaxDepthChangeFactor(0.02f);   // 平滑法线的区域大小(窗口大小)
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    n.compute(*normals);                // 计算法向量
    pcl::io::savePCDFileASCII("../../data/normal.pcd", *normals);
    // -------------------------------结果展示-----------------------------------
    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("Normal viewer"));
    //viewer->initCameraParameters();//设置照相机参数,使用户从默认的角度和方向观察点云
    //设置背景颜色
    viewer->setBackgroundColor(0.3, 0.3, 0.3);
    viewer->addText("faxian", 10, 10, "text");
    //设置点云颜色
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> single_color(cloud, 0, 225, 0);
    //添加坐标系
    viewer->addCoordinateSystem(0.1);
    viewer->addPointCloud<pcl::PointXYZ>(cloud, single_color, "sample cloud");

    //添加需要显示的点云法向。cloud为原始点云模型,normal为法向信息,20表示需要显示法向的点云间隔,即每20个点显示一次法向,0.02表示法向长度。
    viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals, 20, 0.02, "normals");
    //设置点云大小
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "sample cloud");
    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

关键点说明

法线估计方法:

  • 使用线性最小二乘法拟合局部平面,然后计算该平面的法线
  • 适合处理有序点云(如来自深度相机)

参数设置:

  • DepthDependentSmoothing: 在深度变化大的区域减少平滑
  • NormalSmoothingSize: 控制法线计算的邻域大小
  • MaxDepthChangeFactor: 用于检测边界,避免跨边界计算法线

可视化:

  • 同时显示原始点云和法线
  • 法线显示间隔和长度可调,避免过于密集

效果

在这里插入图片描述

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐