点云分割(10)

当前点云分割方法主要分为:①聚类分割;②基于随机采样一致性(RANSAC)的分割;

基于欧式聚类的点云分割

pcl::PointIndices::Ptr indices(new pcl::PointIndices);

//创建欧式聚类对象
pcl::EuclideanClusterExtraction<pcl::PointXYZ> ec;

//参数配置
ec.setClusterTolerance(0.02);
ec.setMinClusterSize(100);
ec.setMaxClustersize(5000);
ec.setSearchMethod(tree);
ec.setInputCloud(cloud0);

//提取聚类对象
ec.extract(indices);

基于随机采样一致性的平面分割

//创建分割模型对象
pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
pcl::SACSegmentation<pcl::PointXYZ> seg;

//配置模型参数
seg.setModelType(pcl::SACMODEL_PLANE);
seg.setMethodType(pcl::SAC_RANSAC);
seg.setDistanceThreshold(0.01);
seg.setInputCloud(cloud0);

//执行分割
seg.segment(*inliers,*coefficients);

//创建提取对象
pcl::ExtractIndices<pcl::PointXYZ> extract;

//提取平面点云
extract.setInputCloud(cloud0);
extract.setIndices(inliers);
extract.setNegative(false);
extract.filter(cloud_plane);

基于区域生长的分割

//创建区域生长分割对象
pcl::RegionGrowing<pcl::PointXYZ,pcl::Normal> reg;

//模型参数设置
reg.setMinClusterSize(100);
reg.setMaxClusterSize(5000);
reg.setSearchMethod(tree);
reg.setIndices(indices);
reg.setInputNormals(normals);
reg.setSmoothnessThreshold(SmoothnessThreshold/180.0*M_PI);
reg.setCurvatureThreshold(CurvatureThreshold);

//分割
std::vector<pcl::PointIndices> clusters;
reg.extract(clusters);

还有基于点云颜色的分割、基于最小图割的分割、基于超体素的分割等

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值