激光雷达(LiDAR)| Open3D:第三节 邻近搜索之圆柱搜索

本节基于Open3D实现圆柱搜索:基于KDTree中的RNN半径邻近搜索实现在某个方向上的圆柱搜索,可识别出简单圆柱形物体。

在这里插入图片描述


1. 算法过程

首先,读取点云,实现在垂直方向上的半径邻近搜索预处理,建立KDTree结构实现圆柱搜索,结果可视化。

1.1 加载数据

# 加载包
import open3d as o3d
import numpy as np

# 读取点云
pcd = o3d.io.read_point_cloud("./tree/Tree_singel.pcd")
pcd.paint_uniform_color([0.5, 0.5, 0.5])  # 渲染为灰色
o3d.visualization.draw_geometries([pcd],width = 700, height = 900)

在这里插入图片描述

1.2 预处理

将对应的纬度设置为0,实现在对应纬度的圆柱邻域搜索

points = np.asarray(pcd.points)
xi = points[:, 0]
yi = points[:, 1]
zi = points[:, 2] - points[:, 2]  # 在Z方向上做圆柱邻域搜索
project_points = np.c_[xi, yi, zi]
project_cloud = o3d.geometry.PointCloud()  # 使用numpy生成点云
project_cloud.points = o3d.utility.Vector3dVector(project_points)
o3d.visualization.draw_geometries([project_cloud], width = 700, height = 900)   # 在垂直方向上投影后点云

在这里插入图片描述

1.3 圆柱搜索

建立KDTree实现圆柱搜索

# KDtree搜索
pcd_tree = o3d.geometry.KDTreeFlann(project_cloud)  # 建立KD树索引
# 半径搜索
pcd.colors[48000] = [1, 0, 0]  # 给定查询点并渲染为红色
[k1, idx1, _] = pcd_tree.search_radius_vector_3d(project_cloud.points[48000], 0.2)  # 半径搜索
np.asarray(pcd.colors)[idx1[1:], :] = [0, 0, 1]#半径搜索结果并渲染为蓝色
o3d.visualization.draw_geometries([pcd])

在这里插入图片描述

2. 参考

本文代码来自于CSDN博主:点云侠
Open3D 点云的圆柱形邻域搜索:https://blog.csdn.net/qq_36686437/article/details/126682718

总结

本节基于OPEN 3D中的RNN半径邻近搜索实现在某个方向上的圆柱搜索,可用应用于电力巡检中电线杆、林业中树木枝干等简单圆柱形物体的粗识别提取。


在这里插入图片描述

  • 4
    点赞
  • 12
    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