点云处理技术之PCL滤波器——参数化模型(投影点云,pcl::ProjectInliers)

Posted 非晚非晚

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了点云处理技术之PCL滤波器——参数化模型(投影点云,pcl::ProjectInliers)相关的知识,希望对你有一定的参考价值。

参数化模型就是设定一个函数模型,将输入的点云投影至函数模型上,例如ax + by + cz + d = 0,从而达到点云过滤的形式(其实点云的大小并不会发生改变)。

下列代码提取的是XY平面内的点云,所以a=b=d=0,c=1。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/ModelCoefficients.h>
#include <pcl/filters/project_inliers.h>
#include <pcl/io/pcd_io.h>

int main(int argc, char **argv)

    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected(new pcl::PointCloud<pcl::PointXYZ>);

    // Fill in the cloud data
    cloud->width = 5;
    cloud->height = 1;
    cloud->points.resize(cloud->width * cloud->height);

    // for (auto &point : *cloud)
    // 
    //     point.x = 1024 * rand() / (RAND_MAX + 1.0f);
    //     point.y = 1024 * rand() / (RAND_MAX + 1.0f);
    //     point.z = 1024 * rand() / (RAND_MAX + 1.0f);
    // 

    pcl::PCDReader reader;
    reader.read("../../pcd/rabbit.pcd", *cloud); // 读取pcd文件,相对路径(相对于可执行文件的位置)

    std::cerr << "Cloud before projection: " << cloud->points.size()<< std::endl;
    // for (const auto &point : *cloud)
    //     std::cerr << "    " << point.x << " "
    //               << point.y << " "
    //               << point.z << std::endl;

    // Create a set of planar coefficients with X=Y=0,Z=1
    //使用ax+by+cz+d=0*面模型,其中 a=b=d=0,c=1 也就是XY平面
    pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients());
    coefficients->values.resize(4);
    coefficients->values[0] = coefficients->values[1] = 0;
    coefficients->values[2] = 1.0;
    coefficients->values[3] = 0;

    // Create the filtering object
    pcl::ProjectInliers<pcl::PointXYZ> proj; //创建投影滤波对象
    proj.setModelType(pcl::SACMODEL_PLANE);  //设置投影模型,这里是平面模型
    proj.setInputCloud(cloud);               //输入点云
    proj.setModelCoefficients(coefficients); //加入系数
    proj.filter(*cloud_projected);           //存储结果

    pcl::PCDWriter writer; //保存pcd文件
    writer.write<pcl::PointXYZ>("../../pcd/project_inliers.pcd", *cloud_projected, false);

    std::cerr << "Cloud after projection: " <<cloud_projected->points.size()<< std::endl;
    // for (const auto &point : *cloud_projected)
    //     std::cerr << "    " << point.x << " "
    //               << point.y << " "
    //               << point.z << std::endl;

    return (0);

输出结果如下,点云的个数并没有发生改变。

Cloud before projection: 35947
Cloud after projection: 35947

原始点云显示如下,它是一个3维点云组成的兔子。

使用参数化投影后,是一个平面点云组成的兔子。


参考:https://pcl.readthedocs.io/projects/tutorials/en/latest/project_inliers.html#project-inliers

以上是关于点云处理技术之PCL滤波器——参数化模型(投影点云,pcl::ProjectInliers)的主要内容,如果未能解决你的问题,请参考以下文章

点云滤波相关

点云处理技术之PCL滤波器——体素滤波器(pcl::VoxelGrid)

点云处理技术之PCL滤波器——提取索引的点云(pcl::ExtractIndices)

点云处理技术之PCL滤波器——直通滤波器(pcl::PassThrough)

点云处理技术之PCL滤波器——离群点滤波(statisticalOutlierRemovalConditionalRemoval 和RadiusOutlinerRemoval)

【PCL】VoxelGrid体素化网格滤波器