使用积分图像的法向量估计（Normal Estimation Using Integral Images）

最新推荐文章于 2024-08-02 21:21:19 发布

了不起的菠萝君

最新推荐文章于 2024-08-02 21:21:19 发布

阅读量2k

点赞数

分类专栏： PCL Documentation

本文链接：https://blog.csdn.net/RuoQiQingCheDi/article/details/83959246

版权

本文教程介绍了如何利用积分图像计算点云数据的法向量。通过加载点云文件，创建对象并应用不同的法向量估计模式（如COVARIANCE_MATRIX、AVERAGE_3D_GRADIENT和AVERAGE_DEPTH_CHANGE），最后可视化点云及其法线。

摘要由CSDN通过智能技术生成

在本教程中，我们将学习如何使用积分图像计算组织点云的法线。

#代码
首先，用你最喜欢的编辑器创建一个文件，名为normal_estimation_using_integral_images.cpp，并在其中放置以下内容：

    #include <pcl/io/io.h>
    #include <pcl/io/pcd_io.h>
    #include <pcl/features/integral_image_normal.h>
    #include <pcl/visualization/cloud_viewer.h>

    int
    main ()
    {
            // load point cloud
            pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
            pcl::io::loadPCDFile ("table_scene_mug_stereo_textured.pcd", *cloud);

            // estimate normals
            pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal>);

            pcl::IntegralImageNormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
            ne.setNormalEstimationMethod (ne.AVERAGE_3D_GRADIENT);
            ne.setMaxDepthChangeFactor(0.02f);
            ne.setNormalSmoothingSize(