利用PCL库从点云数据生成深度图像及关键点提取

利用PCL库从点云数据生成生成深度图像及关键点提取

利用PCL库从点云数据生成深度图像及关键点提取

本想利用标准点云数据库分割成若干块，利用标准点云数据生成深度图像作为数据库用来验证算法，目前效果不是很好。不过作为一种特征点提取方法还是有参考价值。

1.点云–深度图像

可视化深度图像：

1. 在3D viewer中以点云的方式显示。
2. 另一种方式是作为一幅图像显示（以不同的颜色表示不同的深度值）

定义：

1. 深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近。 直接反应了景物可见表面的几何形状。
2. 深度图像经过坐标转换可以计算为点云数据，点云数据也可以转换为深度图像。

2.PCL相关函数

1. 所在头文件：#include <pcl/range_image/range_image.h>
2. PCL类：RangeImage是一个工具类，用于在特定视角捕捉的3D场景。
3. 函数：

template <typename PointCloudType> void 
RangeImage::createFromPointCloud (const PointCloudType& point_cloud, float angular_resolution,
                                  float max_angle_width, float max_angle_height,
                                  const Eigen::Affine3f& sensor_pose, RangeImage::CoordinateFrame coordinate_frame,
                                  float noise_level, float min_range, int border_size)
{
   
  createFromPointCloud (point_cloud, angular_resolution, angular_resolution, max_angle_width, max_angle_height,
                        sensor_pose, coordinate_frame, noise_level, min_range, border_size);
}

参数	描述
point_cloud	输入的点云数据
angular_resolution	图像中各个像素之间的角差(弧度)。 角差是一次信号与二次信号的相位之差。
max_angle_width	定义传感器水平边界的角度(弧度)。
max_angle_height	定义传感器垂直边界的角度(弧度)。
sensor_pose	传感器姿态的变换矩阵
coordinate_frame	坐标系统 (默认为相机坐标系 CAMERA_FRAME)
noise_level	近邻点对查询点距离的影响水平
min_range	最小可视深度 (defaults to 0)
border_size	点云边界的尺寸大小 (defaults to 0)

3.例程(导入自己PCD文件有问题，下个例程讲到)

/* 
NARF　
从深度图像(RangeImage)中提取NARF关键点
1. 边缘提取
对点云而言，场景的边缘代表前景物体和背景物体的分界线。
所以，点云的边缘又分为三种：
前景边缘，背景边缘，阴影边缘。
就是点a 和点b 如果在 rangImage 上是相邻的，然而在三维距离上却很远，那么多半这里就有边缘。
在提取关键点时，
边缘应该作为一个重要的参考依据。
但一定不是唯一的依据。
对于某个物体来说关键点应该是表达了某些特征的点，而不仅仅是边缘点。
所以在设计关键点提取算法时，需要考虑到以下一些因素：
边缘和曲面结构都要考虑进去；
关键点要能重复；
关键点最好落在比较稳定的区域，方便提取法线。
图像的Harris角点算子将图像的关键点定义为角点。
角点也就是物体边缘的交点，
harris算子利用角点在两个方向的灰度协方差矩阵响应都很大，来定义角点。
既然关键点在二维图像中已经被成功定义且使用了，
看来在三维点云中可以沿用二维图像的定义
不过今天要讲的是另外一种思路，简单粗暴，
直接把三维的点云投射成二维的图像不就好了。
这种投射方法叫做range_image.
*/
#include <iostream>//标准输入输出流
#include <boost/thread/thread.hpp>
#include <pcl/range_image/range_image.h>// RangeImage 深度图像
#include <pcl/io/pcd_io.h>//PCL的PCD格式文件的输入输出头文件
#include <pcl/visualization/range_image_visualizer.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/features/range_image_border_extractor.h>
#include <pcl/keypoints/narf_keypoint.h>//关键点检测
#include <pcl/console/parse.h>//解析 命令行 参数
 
//定义别名
typedef pcl::PointXYZ PointType;
// --------------------
// -----参数　Parameters-----
// --------------------
//参数 全局变量
float angular_resolution = 0.5f;//角坐标分辨率
float support_size = 0.2f;//感兴趣点的尺寸（球面的直径）
pcl::RangeImage::CoordinateFrame coordinate_frame = pcl::RangeImage::CAMERA_FRAME;//坐标框架：相机框架（而不是激光框架）
bool setUnseenToMaxRange = false;//是否将所有不可见的点 看作 最大距离
 
// --------------
// -----打印帮助信息　Help-----
// --------------
//当用户输入命令行参数-h，打印帮助信息
void 
printUsage (const char* progName)
{
   
  std::cout << "\n\n用法　Usage: "<<progName<<" [options] <scene.pcd>\n\n"
            << "Options:\n"
            << "-------------------------------------------\n"
            << "-r <float>   角度　angular resolution in degrees (default "<<angular_resolution<<")\n"
            << "-c <int>     坐标系　coordinate frame (default "<< (int)coordinate_frame<<")\n"
            << "-m           Treat all unseen points as maximum range readings\n"
            << "-s <float>   support size for the interest points (diameter of the used sphere - "
            <<                                                     "default "<<support_size<<")\n"
            << "-h           this help\n"
            << "\n\n";
}
 
//void 
//setViewerPose (pcl::visualization::PCLVisualizer& viewer, const Eigen::Affine3f& viewer_pose)
//{
   
  //Eigen::Vector3f pos_vector = viewer_pose * Eigen::Vector3f (0, 0, 0);
  //Eigen::Vector3f look_at_vector = viewer_pose.rotation () * Eigen::Vector3f (0, 0, 1) + pos_vector;
  //Eigen::Vector3f up_vector = viewer_pose.rotation () * Eigen::Vector3f (0, -1, 0);
  //viewer.setCameraPosition (pos_vector[0], pos_vector[1], pos_vector[2],
                            //look_at_vector[0], look_at_vector[1], look_at_vector[2],
                            //up_vector[0], up_vector[1], up_vector[2]);
//}
 
// --------------
// -----Main-----
// --------------
int 
main (int argc, char** argv)
{
   
  // --------------------------------------
  // ----- 解析 命令行 参数 Parse Command Line Arguments-----
  // --------------------------------------
  if (pcl::console::find_argument (argc, argv, "-h") >= 0)//help参数
  {
   
    printUsage (argv[0]);//程序名
    return 0;
  }
  if (pcl::console::find_argument (argc, argv, "-m") >= 0)
  {
   
    setUnseenToMaxRange = true;//将所有不可见的点 看作 最大距离
    cout << "Setting unseen values in range image to maximum range readings.\n";
  }
  int tmp_coordinate_frame;//坐标框架：相机框架（而不是激光框架）
  if (pcl::console::parse (argc, argv, "-c", tmp_coordinate_frame) >= 0)
  {
   
    coordinate_frame = pcl::RangeImage::CoordinateFrame (tmp_coordinate_frame);
    cout << "Using coordinate frame "<< (int)coordinate_frame<<".\n";
  }
  // 感兴趣点的尺寸（球面的直径）
  if (pcl