本文介绍了移动最小二乘法（MLS）在处理点云数据中的作用，通过PCL库实现对噪声点云的重采样。详细讲解了PCL中MovingLeastSquares类的相关参数，并提供了在CloudCompare中实现MLS算法的步骤，包括CMakeLists配置、代码添加及功能连接。实现实时运行的效果展示了算法对点云表面重建的改善。
文章目录
一、简介
在测量过程中，往往会产生一些误差，而这些误差（噪声点）如果直接拿来进行曲面重建，那么会使得重建之后的曲面变得不光滑或者有漏洞。因此为了建立完整的模型必须对含有噪声的点云进行数据重采样，移动最小二乘法就是这其中一种重采样算法，它通过对周围数据点进行高阶多项式插值来重建表面缺少的部分。此外该算法对“双墙”问题（即某块区域会出现重叠的两个曲面）也有着一定的效果。
二、PCL中的移动最小二乘
具体类型为：pcl::MovingLeastSquares< PointInT, PointOutT >，相关参数如下所示：
setComputeNormals (bool compute_normals)
设置算法是否应该存储计算得到的法线。
setPolynomialOrder (int order)
订阅专栏 解锁全文
2402
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
