PCL之区域生长分割

2023-11-13

算法思想

首先依据点的曲率值对点进行排序,之所以排序,是因为区域生长算法是从曲率最小的点开始生长的,这个点就是初始种子点,初始种子点所在的区域即为最平滑的区域,从最平滑的区域开始生长可减少分割片段的总数,提高效率。

算法流程

设置一空的种子点序列和空的聚类数组,选好初始种子后,将其加入到种子点序列中,并搜索邻域点。对每一个邻域点,比较邻域点的法线与当前种子点的法线之间的夹角,小于平滑阀值的将当前点加入到当前区域。然后检测每一个邻域点的曲率值,小于曲率阀值的加入到种子点序列中。在进行种子点领域判断后,删除当前的种子点,利用新加入的种子点继续生长,重复进行以上生长过程,直到种子序列被清空。一个区域生长完成,将其加入聚类数组。最后,利用曲率值从小到大排序,顺序选择输入点集的点作为种子点加入到种子序列中,重复以上生长的步骤,这样就通过区域生长实现了点云分割。

算法流程总结:

  1. 种子周围的临近点和种子点云相比较
  2. 法线的方向是否足够相近
  3. 曲率是否足够小
  4. 如果满足2,3则该点可用做种子点
  5. 如果只满足2,则归类而不做种子点
  6. 从某个种子出发,其“子种子”不再出现则一类聚集完成
  7. 类的规模既不能太大也不能太小

代码展示:

#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/passthrough.h>
#include <pcl/segmentation/region_growing.h>

typedef pcl::PointXYZ PointT;

int main ( )
{
  //点云的类型
  pcl::PointCloud<PointT>::Ptr cloud (new pcl::PointCloud<PointT>);
  //打开点云
  if ( pcl::io::loadPCDFile("/home/ancy/Desktop/tradition/data/tutorials/table_scene_lms400.pcd", *cloud) == -1)
  {
    std::cout << "Cloud reading failed." << std::endl;
    return (-1);
  }
 //设置搜索的方式
  pcl::search::Search<PointT>::Ptr tree(new pcl::search::KdTree<PointT>);
  //求法线
  pcl::PointCloud <pcl::Normal>::Ptr normals (new pcl::PointCloud <pcl::Normal>);
  pcl::NormalEstimation<PointT, pcl::Normal> normal_estimator;
  normal_estimator.setSearchMethod (tree);
  normal_estimator.setInputCloud (cloud);
  normal_estimator.setKSearch (50);
  normal_estimator.compute (*normals);
   //直通滤波在Z轴的0到1米之间
  pcl::IndicesPtr indices (new std::vector <int>);
  pcl::PassThrough<PointT> pass;
  pass.setInputCloud (cloud);
  pass.setFilterFieldName ("z");
  pass.setFilterLimits (0.0, 1.0);
  pass.filter (*indices);
  //聚类对象<点,法线>
  pcl::RegionGrowing<PointT, pcl::Normal> reg;
  reg.setMinClusterSize (5000);  //最小的聚类的点数
  reg.setMaxClusterSize (1000000);  //最大的聚类的点数
  reg.setSearchMethod (tree);    //搜索方式
  reg.setNumberOfNeighbours (30);    //设置搜索的邻域点的个数
  reg.setInputCloud (cloud);         //输入点
  //reg.setIndices (indices);
  reg.setInputNormals (normals);     //输入的法线
  reg.setSmoothnessThreshold (3.0 / 180.0 * M_PI);  //设置平滑度
  reg.setCurvatureThreshold (1.0);     //设置曲率的阀值
  // 获取聚类的结果,分割结果保存在点云索引的向量中
  std::vector <pcl::PointIndices> clusters;
  reg.extract (clusters);
  //输出聚类的数量
  std::cout << "Number of clusters is equal to " << clusters.size () << std::endl;
  // 输出第一个聚类的数量
  std::cout << "First cluster has " << clusters[0].indices.size () << " points." << endl;
  std::cout << "These are the indices of the points of the initial" <<
    std::endl << "cloud that belong to the first cluster:" << std::endl;

 int 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;

  //可视化聚类的结果
  pcl::PointCloud <pcl::PointXYZRGB>::Ptr colored_cloud = reg.getColoredCloud ();
  pcl::visualization::CloudViewer viewer ("Cluster viewer");
  viewer.showCloud(colored_cloud);
  while (!viewer.wasStopped ())
  {
  }

  return (0);
}

效果展示:

测试文件地址:  table_scene_lms400.pcd

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

PCL之区域生长分割 的相关文章

  • pcl::pointcloud和pcl::pointcloud::Ptr区别

    后者是指针类型的点云类 定义点云的格式 xff1a pcl PointCloudpcl PointXYZ Ptr cloud Ptr new pcl PointCloudpcl PointXYZ pcl PointCloudpcl Poin
  • PCL---RANSAC随机采样一致性算法

    前言 通过前面的文章 xff0c 我们基本上代建的相关环境 本文将继续基于此继续学习PCL相关采样一致性算法 基础代码下载 1 准备 1 1 Ransac算法介绍 RANSAC从样本中随机抽选出一个样本子集 xff0c 使用最小方差估计算法
  • PCL- Las文件处理

    前言 在对点云数据处理的时候 xff0c 很多时候激光雷达扫描的文件不一定是 pcd文件 xff0c 这个时候需要进行相关文件处理 xff0c 如Las xff0c laz e57等文件格式 xff0c 本文将介绍las文件的读写 1 引入
  • pcl_conversions

    CMake Error at opt ros melodic share catkin cmake catkinConfig cmake 83 find package Could not find a package configurat
  • Windows10下python-pcl的安装步骤说明,亲测ok

    Windows10下python pcl的安装步骤说明 1 环境依赖 2 安装步骤 2 1 安装visual studio 2017 2 2 安装pcl并配置环境变量 2 3 编译python pcl并且导入moudle 2 4 验证安装成
  • 三维重建工具——pclpy使用教程

    最近试了试用pclpy这个库进行点云处理 在此对pclpy的使用进行一个总结 更全的pclpy教程 代码完全开源 github 欢迎fork star 相关文章 pclpy安装 文章目录 pclpy相关 开发环境 文件结构 I O读取 构造
  • PCL点云库学习笔记(搜索方法)

    PCL点云库学习笔记 搜索方法 一 k d tree 二 八叉树 一 k d tree 我们所有的k d树都是三维空间的 k d树的每个级都使用特定维度拆分所有子级 在树的根部 所有子项都将根据第一维进行拆分 即 如果第一维坐标小于根 则它
  • PCL学习笔记,区域生长分割(region growing segmentation)

    在本博文中 我主要介绍如何在pcl RegionGrowing类中调用区域增长算法 首先注意一点 这里是region growing segmentation 不是color based region growing segmentatio
  • PCL 从深度图像中提取边界

    一 图像边界 深度图像边界 计从前景跨越到背景的位置定义为边界 具体有 物体边界 这是物体的最外层和阴影边界的可见点集 阴影边界 毗邻与遮挡的背景上的点集 Veil点集 在被遮挡物边界和阴影边界之间的内插点 它们是有激光雷达获取的3D距离数
  • pcl去除重复点云

    cpp bool compare pt pcl PointXYZI p1 pcl PointXYZI p2 if p1 x p2 x return p1 x gt p2 x else if p1 y p2 y return p1 y gt
  • 不使用PCL库,C++保存PLY文件

    输入文件名和TriangulatePoints的结果 void savePLY const std string ply3D filename cv Mat pnts time t t time 0 char tmp1 64 strftim
  • 【PCL】得到一个点云中的最高值、最低值

    有一个点云 想得到它x y z三个轴上的最大值和最小值 可以用pcl getMinMax3D函数 在这儿 函数参数 1 点云 2 放最小值的容器 3 放最大值的容器 容器类型是点云中点的类型 正好有三个值 代码 Created by eth
  • 【点云重采样Resampling】Python-pcl 基于多项式平滑点云及法线估计的曲面重建

    1 点云重采样 基于多项式平滑点云及法线估计的曲面重建以实现重采样 可以使得点云数据更规整一些 没之前那么杂乱 set Compute Normals True 可以通过在最小二乘法中进行法线估计 提高重采样准确度 set polynomi
  • CloudCompare和PCL体素滤波:优化点云数据处理

    CloudCompare和PCL体素滤波 优化点云数据处理 介绍 点云数据处理在计算机视觉和机器人领域扮演着重要角色 然而 原始的点云数据可能包含噪声 离群点和冗余信息 这可能对后续的分析和应用造成负面影响 为了解决这些问题 我们可以使用体
  • 关于VTK9 vs2019编译QVTK 过程中的记录

    环境 vtk9 0 QT5 12 PCL 1 12 vs2019 x64 这段时间下载了VTK 9 0 并利用vs2019对QVTK进行了编译 1 只要在编译过程中勾选了QT相关选项 就一定可以生成QVTK相关的头文件和库 编译过程网上已经
  • 【Ubuntu】vscode配置PCL库/vscode无法导入PCL库

    问题 PCL库是ROS框架自带的点云处理库 可以通过find package PCL REQUIRED 在CMakeLists txt中导入 但是vscode却无法识别 出现问题如下 注意 本文解决方案仅限Ubuntu 解决方案 打开工程路
  • PCL调错(2):VTK报错

    为了解决这两个问题 一共做了两步操作 第一 百度搜索结果是说我的lib库连接不对 就是VTK附加依赖项没有添加完整 比如把vtkRenderingOpenGL lib库添加进去 所以又重新把vtk下的lib库都导入一遍 有一种方法 在cmd
  • PCL调错:(3)error C2589“(“:“::“右边的非法标记

    错误提示 造成该错误的原因是 pcl库中的函数模板max与Visual C 中的全局的宏max冲突 百度了以下看了一共有两种解决方案 第一种不用修改库里边的源代码 设置项目属性 在预定义处理器中添加定义NOMINMAX来禁止使用Visual
  • Visual Studio 2022配置PCL1.12.1版本点云库

    说明 这个配置步骤是当时自己参考2019配置的 当时网上还没有VS2022的配置步骤 我在自己电脑上是配置成功了 所以我将配置过程记录了下来 仅供参考 1 软件下载 Microsoft Visual Studio 2022 Pro http
  • 如何使用PCL将XYZRGB点云转换为彩色mesh模型

    如何使用PCL将XYZRGB点云转换为彩色mesh模型 最近完成了一个使用RGBD传感器 构建物体模型的小demo 其中有点难的最后一步是如何将获得的物体点云变成彩色mesh模型 效果图如下 从点云变成彩色mesh 其实整体的步骤可以总结如

随机推荐

  • Openjudge程序设计A_循环结构

    include
  • pytorch训练项目记录时间

    1 首先记录当前时间 import time t0 time time 2 记录结束时间 t1 time time 3 计算时间差 training time t1 t0 4 处理时间格式 import datetime def forma
  • springcloudalibaba项目的搭建

    第一步 搭建父项目 创建一个Maven项目 父项目不写代码 直接删除src 第二步 父项目需要的包 打包方式
  • MSVCP140D.dll没有被指定在Windows上运行,或者它包含错误

    1 xxx dll没有被指定在windows上运行的解决办法 方法一 完全注册系统中的 dll文件 1 开始 运行输入CMD 点击确定或者按下键盘上的回车 Enter 键 打开管理员命令提示符窗口 2 复制 for 1 in windir
  • 此场 X 直火帮 | Set Fire to The Field

    Bzzz说 要有光 就有了光 3D老师给打了光 Bzzz说 要有场 就有了此场atfield 和其他元宇宙分离了出来 Bzzz说 要有趣 就有了元宇宙原生故事和内容 脑洞力才是此场的第一生产力 Bzzz说 要有朋友 就有了坚守创作和初心的梦
  • Python面试题

    Python语言特性 1 Python的函数参数传递 看两个如下例子 分析运行结果 代码一 a 1 def fun a a 2 fun a print a 1 代码二 a def fun a a append 1 fun a print a
  • java蓝桥杯练习 星际交流

    java蓝桥杯练习 星际交流 资源限制 时间限制 1 0s 内存限制 256 0MB 问题描述 人类终于登上了火星的土地并且见到了神秘的火星人 人类和火星人都无法理解对方的语言 但是我们的科学家发明了一种用数字交流的方法 这种交流方法是这样
  • JPA中EntityListeners注解的使用

    使用场景 EntityListeners在jpa中使用 如果你是mybatis是不可以用的 它的意义 对实体属性变化的跟踪 它提供了保存前 保存后 更新前 更新后 删除前 删除后等状态 就像是拦截器一样 你可以在拦截方法里重写你的个性化逻辑
  • docker安装gitlab(离线)

    总体思路 找一台可以联网的linux 下载docker的RPM依赖包而不进行安装 yum localinstall 将所有依赖的rpm环境打包好 再在无网环境中解压逐一安装 rpm force nodeps 同理 docker镜像也通过联网
  • 10 个顶尖的 Linux 开源人工智能工具

    在这篇文章中 我们将介绍几个顶级的开源Linux生态系统的人工智能 AI 工具 目前 AI是科学和技术中不断进步的领域之一 很多人都在致力于构建软件和硬件来解决诸如医疗 教育 安全 制造业 银行等领域的日常挑战 下面是一系列旨在并开发成用于
  • Win32 API和PE-COFF

    一个熟练的Linux程序员可以写一个程序直接和内核交流 比如通过open或者write函数 在Windows则没有那么幸运了 每个新的安装包和Windows NT的发布 都改变了内核的接口 还有对应的库的集合 DLLs给进程提供了一种方式
  • RedisTemplate lettuce 实现分布式锁

    springboot2 x 以上使用redis时 默认使用了lettuce封装 比起jedis线程安全 import lombok extern slf4j Slf4j import org springframework data red
  • 闭关之 Vulkan 应用开发指南笔记(四):绘制、几何体&片段处理、同步和回读数据

    目录 第8章 绘制 8 1 准备绘制 8 2 顶点数据 8 3 索引绘制 8 3 1 只用索引的绘制 8 3 2 重置索引 8 4 实例化 8 5 间接绘制 第9章 几何体处理 9 1 表面细分 9 1 1 表面细分配置 表面细分模式 控制
  • Python笔记(基本入门函数)

    第一章 快速上手 基础知识 1 3 x y x x y y 注意求余运算符 向下圆整 如果是负数 则更远离0 10 3 10 3 10 3 10 3 十六进制 0x 八进制 0o 十进制 0b 0xAF 175 0o10 8 0b10110
  • 微信小程序获取openid的两种方式

    这篇文章是关于获取openid的两种方式 自己在学着用微信小程序来写一个小东西玩 首先我们要到小程序官网获取到自己的appid和Appsecret 如图 第一种 直接在微信小程序中获取 不需要通过后台 登录 wx login success
  • 【数据库】基础知识扫盲

    一 基础知识 关系型数据库 多张表 各表之间的关系 关系 元祖 属性 元组是关系数据库中的基本概念 关系是一张表 表中的一行 即数据库中的每条记录 就是一个元组 表中的一列就是一个属性 关系 表 元祖 表中的一行 属性 表中的一列 码 由一
  • LeetCode 1108. Defanging an IP Address

    import re class Solution def defangIPaddr self address str gt str 这个简单 正则字符串 替换 return re sub address 提交时间 2019 08 03 16
  • springboot运行原理详解

    文章目录 前言 正文 父依赖 主启动类 SpringBootApplication ComponentScan SpringBootConfiguration EnableAutoConfiguration EnableAutoConfig
  • linux查看、添加、删除环境变量

    阅读目录 一 Linux 环境变量介绍 1 1 Linux 环境变量介绍 1 2 Linux 环境变量分类 1 3 Linux 常用的环境变量 二 Linux 查看环境变量 三 Linux 添加环境变量 3 1 添加系统级环境变量 需roo
  • PCL之区域生长分割

    算法思想 首先依据点的曲率值对点进行排序 之所以排序 是因为区域生长算法是从曲率最小的点开始生长的 这个点就是初始种子点 初始种子点所在的区域即为最平滑的区域 从最平滑的区域开始生长可减少分割片段的总数 提高效率 算法流程 设置一空的种子点