PCL KdTree（二）——点云去重叠点

最新推荐文章于 2024-09-21 12:14:27 发布

PaQiuQiu

最新推荐文章于 2024-09-21 12:14:27 发布

阅读量1.2k

点赞数

分类专栏： 3D，从无知到无畏文章标签： c++ 算法数据结构

本文链接：https://blog.csdn.net/lxy_2011/article/details/128060814

版权

3D，从无知到无畏专栏收录该内容

57 篇文章 12 订阅 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了PCL库中KdTree在点云去重叠点的应用，针对多视角点云数据拼接后的点分层和重叠问题，通过设定距离阈值，结合邻域内点数、最近点点距和法线夹角等信息进行判断和处理，以消除数据冗余。

摘要由CSDN通过智能技术生成

文章目录

一、应用背景

若某一个点在某一距离阈值范围内不止一个点，则认为有重叠点。一般用于解决多视角点云数据拼接后存在点分层现象及重叠数据冗余的问题。

在这里插入图片描述

判别过程中可根据各点邻域内点数或各点的最近点点距及法线夹角等信息进行判定，获取重叠区域。

二、主要函数及代码实现

1、主要函数

template <class IndexT, class A, class B, class F, NotCompatWithFlann<IndexT> = true>
int
radius_search(A& index,
              B& query,
              std::vector<Indices>& k_indices,
              std::vector<std::vector<float>>& dists,
              float radius,
              F& params)
{
  std::vector<s

了解本专栏