PCL泊淞重建移动立方体算法

2024-02-28 16:18
文章标签 算法 pcl 立方体 移动 重建 泊淞

本文主要是介绍PCL泊淞重建移动立方体算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、泊淞重建 

参考：https://github.com/Ewenwan/MVision/blob/master/PCL_APP/Basic/Surface/recon_poisson.cpp

/*
三维重构之泊松重构
pcl::Poisson<pcl::PointNormal> pn ;
通过本教程，我们将会学会：如果通过泊松算法进行三维点云重构。程序支持两种文件格式：*.pcd和*.ply程序先读取点云文件，然后计算法向量，接着使用泊松算法进行重构，最后显示结果。
*///点的类型的头文件
#include <pcl/point_types.h>
//点云文件IO（pcd文件和ply文件）
#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
//kd树
#include <pcl/kdtree/kdtree_flann.h>
//特征提取
#include <pcl/features/normal_3d_omp.h>//　法线特征
#include <pcl/features/normal_3d.h>
//重构
//#include <pcl/surface/gp3.h> // 贪婪投影三角化算法
#include <pcl/surface/poisson.h>// 泊松算法进行重构
//可视化
#include <pcl/visualization/pcl_visualizer.h>
//多线程
#include <boost/thread/thread.hpp>
// std
#include <fstream>
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <string>int main(int argc, char** argv)
{if(argc<2){ std::cout << "need ply/pcd file. " << std::endl;return -1;}// 确定文件格式char tmpStr[100];strcpy(tmpStr,argv[1]);char* pext = strrchr(tmpStr, '.');std::string extply("ply");std::string extpcd("pcd");if(pext){*pext='\0';pext++;}std::string ext(pext);//如果不支持文件格式，退出程序if (!((ext == extply)||(ext == extpcd))){std::cout << "文件格式不支持!" << std::endl;std::cout << "支持文件格式：*.pcd和*.ply！" << std::endl;return(-1);}//根据文件格式选择输入方式pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);//创建点云对象指针，用于存储输入if (ext == extply){if (pcl::io::loadPLYFile(argv[1] , *cloud) == -1){PCL_ERROR("Could not read ply file!\n") ;return -1;}}else{if (pcl::io::loadPCDFile(argv[1] , *cloud) == -1){PCL_ERROR("Could not read pcd file!\n") ;return -1;}}// 计算法向量 x,y,x + 法向量　+　曲率pcl::PointCloud<pcl::PointNormal>::Ptr  cloud_with_normals(new pcl::PointCloud<pcl::PointNormal>); //法向量点云对象指针pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;//法线估计对象pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);//存储估计的法线的指针pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);tree->setInputCloud(cloud);n.setInputCloud(cloud);n.setSearchMethod(tree);n.setKSearch(20);//20个邻居n.compute(*normals);//计算法线，结果存储在normals中//　将点云和法线放到一起pcl::concatenateFields(*cloud,  *normals,  *cloud_with_normals);//创建搜索树pcl::search::KdTree<pcl::PointNormal>::Ptr tree2(new pcl::search::KdTree<pcl::PointNormal>);tree2->setInputCloud(cloud_with_normals);//创建Poisson对象，并设置参数pcl::Poisson<pcl::PointNormal> pn;pn.setConfidence(false); //是否使用法向量的大小作为置信信息。如果false，所有法向量均归一化。pn.setDegree(2); //设置参数degree[1,5],值越大越精细，耗时越久。pn.setDepth(8); //树的最大深度，求解2^d x 2^d x 2^d立方体元。// 由于八叉树自适应采样密度，指定值仅为最大深度。pn.setIsoDivide(8); //用于提取ISO等值面的算法的深度pn.setManifold(false); //是否添加多边形的重心，当多边形三角化时。 
// 设置流行标志，如果设置为true，则对多边形进行细分三角话时添加重心，设置false则不添加pn.setOutputPolygons(false); //是否输出多边形网格（而不是三角化移动立方体的结果）pn.setSamplesPerNode(3.0); //设置落入一个八叉树结点中的样本点的最小数量。无噪声，[1.0-5.0],有噪声[15.-20.]平滑pn.setScale(1); //设置用于重构的立方体直径和样本边界立方体直径的比率。pn.setSolverDivide(8); //设置求解线性方程组的Gauss-Seidel迭代方法的深度//pn.setIndices();//设置搜索方法和输入点云pn.setSearchMethod(tree2);pn.setInputCloud(cloud_with_normals);//创建多变形网格，用于存储结果pcl::PolygonMesh mesh;//执行重构pn.performReconstruction(mesh);//保存网格图pcl::io::savePLYFile("result.ply", mesh);// 显示结果图boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D viewer")) ;viewer->setBackgroundColor(0 , 0 , 0);//背景　黑色viewer->addPolygonMesh(mesh , "my");//mesh//viewer->addCoordinateSystem (0.10);//坐标系viewer->initCameraParameters();//相机参数while (!viewer->wasStopped()){viewer->spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}return 0;
}

问题：会出现耳朵重叠以及一些洞 

二、移动立方体算法

/*
三维重构之移动立方体算法
*/
#include <pcl/point_types.h>//点的类型的头文件
#include <pcl/io/pcd_io.h>//点云文件IO（pcd文件和ply文件）
#include <pcl/io/ply_io.h>
#include <pcl/kdtree/kdtree_flann.h>//kd树 快速搜索
#include <pcl/features/normal_3d.h>//　法线特征
#include <pcl/surface/marching_cubes_hoppe.h>// 移动立方体算法
#include <pcl/surface/marching_cubes_rbf.h>
#include <pcl/surface/gp3.h>// 贪婪投影三角化算法
#include <pcl/visualization/pcl_visualizer.h>//可视化
#include <boost/thread/thread.hpp>//多线程
#include <fstream>// std
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <string>int main (int argc, char** argv)
{if(argc<2){ std::cout << "need ply/pcd file. " << std::endl;return -1;}// 确定文件格式char tmpStr[100];strcpy(tmpStr,argv[1]);char* pext = strrchr(tmpStr, '.');std::string extply("ply");std::string extpcd("pcd");if(pext){*pext='\0';pext++;}std::string ext(pext);//如果不支持文件格式，退出程序if (!((ext == extply)||(ext == extpcd))){std::cout << "文件格式不支持!" << std::endl;std::cout << "支持文件格式：*.pcd和*.ply！" << std::endl;return(-1);}//根据文件格式选择输入方式pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>) ; //创建点云对象指针，用于存储输入if (ext == extply){if (pcl::io::loadPLYFile(argv[1] , *cloud) == -1){PCL_ERROR("Could not read ply file!\n") ;return -1;}}else{if (pcl::io::loadPCDFile(argv[1] , *cloud) == -1){PCL_ERROR("Could not read pcd file!\n") ;return -1;}}// 估计法向量 x,y,x + 法向量　+　曲率pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal>);pcl::search::KdTree<pcl::PointXYZ>::Ptr tree (new pcl::search::KdTree<pcl::PointXYZ>);tree->setInputCloud(cloud);n.setInputCloud(cloud);n.setSearchMethod(tree);n.setKSearch(20);//20个邻居n.compute (*normals); //计算法线，结果存储在normals中std::cout<<"normals Fields: "<<pcl::getFieldsList(*normals)<<std::endl;//* normals 不能同时包含点的法向量和表面的曲率//将点云和法线放到一起pcl::PointCloud<pcl::PointNormal>::Ptr cloud_with_normals (new pcl::PointCloud<pcl::PointNormal>);pcl::concatenateFields (*cloud, *normals, *cloud_with_normals);//* cloud_with_normals = cloud + normals//创建搜索树pcl::search::KdTree<pcl::PointNormal>::Ptr tree2 (new pcl::search::KdTree<pcl::PointNormal>);tree2->setInputCloud (cloud_with_normals);//初始化 移动立方体算法 MarchingCubes对象，并设置参数pcl::MarchingCubes<pcl::PointNormal> *mc;mc = new pcl::MarchingCubesHoppe<pcl::PointNormal> ();/*if (hoppe_or_rbf == 0)mc = new pcl::MarchingCubesHoppe<pcl::PointNormal> ();else{mc = new pcl::MarchingCubesRBF<pcl::PointNormal> ();(reinterpret_cast<pcl::MarchingCubesRBF<pcl::PointNormal>*> (mc))->setOffSurfaceDisplacement (off_surface_displacement);}*///创建多变形网格，用于存储结果pcl::PolygonMesh mesh;//设置MarchingCubes对象的参数mc->setIsoLevel (0.0f);mc->setGridResolution (50, 50, 50);mc->setPercentageExtendGrid (0.0f);//设置搜索方法mc->setInputCloud (cloud_with_normals);//执行重构，结果保存在mesh中mc->reconstruct (mesh);//保存网格图pcl::io::savePLYFile("result2.ply", mesh);// 显示结果图boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));viewer->setBackgroundColor (0, 0, 0); //设置背景viewer->addPolygonMesh(mesh,"my"); //设置显示的网格//viewer->addCoordinateSystem (1.0); //设置坐标系viewer->initCameraParameters ();while (!viewer->wasStopped ()){viewer->spinOnce (100);boost::this_thread::sleep (boost::posix_time::microseconds (100000));}return (0);
}

 

这篇关于PCL泊淞重建移动立方体算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

原文地址:
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.chinasem.cn/article/755993。

相关文章

SpringBoot实现MD5加盐算法的示例代码

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.
阅读更多...
Java时间轮调度算法的代码实现

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组（时间轮）和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时
阅读更多...
Qt把文件夹从A移动到B的实现示例

Qt把文件夹从A移动到B的实现示例

《Qt把文件夹从A移动到B的实现示例》本文主要介绍了Qt把文件夹从A移动到B的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学... 目录如何移动一个文件？ 如何移动文件夹（包含里面的全部内容）：如何删除文件夹：QT 文件复制，移动(
阅读更多...
如何通过Golang的container/list实现LRU缓存算法

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣：146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.
阅读更多...
golang字符串匹配算法解读

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt（KMP）算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串（称为
阅读更多...
Python重命名文件并移动到对应文件夹

Python重命名文件并移动到对应文件夹

《Python重命名文件并移动到对应文件夹》在日常的文件管理和处理过程中,我们可能会遇到需要将文件整理到不同文件夹中的需求,下面我们就来看看如何使用Python实现重命名文件并移动到对应文件夹吧... 目录检查并删除空文件夹1. 基本需求2. 实现代码解析3. 代码解释4. 代码执行结果5. 总结方法补充在
阅读更多...
通俗易懂的Java常见限流算法具体实现

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》：本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1
阅读更多...
Python中的随机森林算法与实战

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例：使用随机森林预测鸢尾花品种4.1
阅读更多...
不懂推荐算法也能设计推荐系统

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例，告诉我们不懂推荐算法的产品，也能从产品侧出发， 设计出一款不错的推荐系统。 相信很多新手产品，看到算法二字，多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法（注：传统是指科班出身的产品都会接触过）。但对于推荐算法，多数产品对着网上搜到的资源，都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后，更是加大了理解的难度。 但，不了解推荐算法，就无法做推荐系
阅读更多...
康拓展开（hash算法中会用到）

康拓展开（hash算法中会用到）

康拓展开是一个全排列到一个自然数的双射（也就是某个全排列与某个自然数一一对应） 公式： X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。（a[i]在不同应用中的含义不同）； 典型应用： 计算当前排列在所有由小到大全排列中的顺序，也就是说求当前排列是第
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2