PCL RANSAC拟合直线的两种方式

Almost点云

于 2024-09-27 09:12:52 发布

阅读量22

点赞数

分类专栏：点云学习文章标签： c++ visual studio 开发语言算法 3d

本文链接：https://blog.csdn.net/m0_51204289/article/details/142568478

版权

点云学习专栏收录该内容

50 篇文章 16 订阅

订阅专栏

一、理论介绍

在这里插入图片描述

二、实现方式1

#include <pcl/io/pcd_io.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_line.h>

using namespace std;

int main()
{
	// 加载点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	if (pcl::io::loadPCDFile("L.pcd", *cloud) < 0)
	{
		PCL_ERROR("\a点云文件不存在！\n");
		system("pause");
		return -1;
	}
	cout << "->加载点云个数：" << cloud->points.size() << endl;

	// 空间直线拟合
	pcl::SampleConsensusModelLine<pcl::PointXYZ>::Ptr modelLine
	(new pcl::SampleConsensusModelLine<pcl::PointXYZ>(cloud));	  // 指定拟合点云与几何模型
	pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(modelLine);  // 创建随机采样一致性对象
	ransac.setDistanceThreshold(0.01);	// 内点到模型的最大距离
	ransac.setMaxIterations(1000);		// 最大迭代次数
	ransac.computeModel();				// 执行RANSAC空间直线拟合
	vector<int> inliers;				// 存储内点索引的向量
	ransac.getInliers(inliers);			// 提取内点对应的索引

	/// 根据索引提取内点
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloudLine(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::copyPointCloud<pcl::PointXYZ>(*cloud, inliers, *cloudLine);

	/// 模型参数
	Eigen::VectorXf coefficient;
	ransac.getModelCoefficients(coefficient);
	cout << "直线点向式方程为：\n"
		<< "   (x - " << coefficient[0] << ") / " << coefficient[3]
		<< " = (y - " << coefficient[1] << ") / " << coefficient[4]
		<< " = (z - " << coefficient[2] << ") / " << coefficient[5];

	return 0;
}

二、实现方式2

#include <iostream>
#include <pcl/ModelCoefficients.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>
using namespace std;

int main()
{
	// 加载点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	if (pcl::io::loadPCDFile("L.pcd", *cloud) < 0)
	{
		PCL_ERROR("\a点云文件不存在！\n");
		system("pause");
		return -1;
	}
	cout << "->加载点云个数：" << cloud->points.size() << endl;
	pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
	pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
	// Create the segmentation object
	pcl::SACSegmentation<pcl::PointXYZ> seg;
	// Optional
	seg.setOptimizeCoefficients(true);
	// Mandatory
	seg.setModelType(pcl::SACMODEL_LINE);
	seg.setMethodType(pcl::SAC_RANSAC);
	seg.setDistanceThreshold(0.01);
	seg.setInputCloud(cloud);
	seg.segment(*inliers, *coefficients);

	if (inliers->indices.size() == 0)
	{
		PCL_ERROR("Could not estimate a line model for the given dataset.\n");
		return (-1);
	}

	return 0;
}