PCL 计算点云的高斯曲率

Almost点云

于 2024-10-11 08:02:42 发布

阅读量166

点赞数 2

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/142788012

版权

点云学习专栏收录该内容

68 篇文章 16 订阅

订阅专栏

一、概述

高斯曲率是点云表面几何特性的一个重要指标，表明点云局部区域的弯曲程度。其计算公式为：
$K=k_1*k_2$
$k_1,k_2$ 分别为最大或最小主曲率。

二、代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/principal_curvatures.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

using namespace std;

int main(int argc, char** argv)
{
    // 读取点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("dragon.pcd", *cloud);

    // 计算法向量
    pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.setInputCloud(cloud);              // 设置输入点云
    ne.setSearchMethod(tree);             // 设置搜索方法
    ne.setRadiusSearch(0.03);             // 设置搜索半径
    ne.compute(*normals);                 // 计算法向量

    // 计算主曲率和高斯曲率
    pcl::PrincipalCurvaturesEstimation<pcl::PointXYZ, pcl::Normal, pcl::PrincipalCurvatures> pce;
    pcl::PointCloud<pcl::PrincipalCurvatures>::Ptr curvatures(new pcl::PointCloud<pcl::PrincipalCurvatures>);
    pce.setInputCloud(cloud);             // 设置输入点云
    pce.setInputNormals(normals);         // 设置法向量
    pce.setSearchMethod(tree);            // 设置搜索方法
    pce.setRadiusSearch(0.03);            // 设置搜索半径
    pce.compute(*curvatures);             // 计算主曲率
	// 计算高斯曲率
	for (size_t i = 0; i < curvatures->size(); ++i) 
	{
    	float k1 = curvatures->points[i].pc1;  // 最大曲率
    	float k2 = curvatures->points[i].pc2;  // 最小曲率
    	float gaussian_curvature = k1 * k2;    // 高斯曲率
   	 gauss_curvature_cloud->points[i].curvature = gaussian_curvature;
	}

    // 可视化
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Gaussian Curvature Viewer"));
    int vp_1, vp_2;

    // 第一个视口：显示原始点云
    viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1);
    viewer->setBackgroundColor(0.0, 0.0, 0.0, vp_1);
    viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 255, 0, 0);  // 红色
    viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud", vp_1);

    // 第二个视口：显示法向量与主曲率，同时显示点云
    viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2);
    viewer->setBackgroundColor(0.08, 0.08, 0.08, vp_2);
    viewer->addText("Normals and Principal Curvatures", 10, 10, "vp2_text", vp_2);

    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler_2(cloud, 0, 255, 0);  // 绿色
    viewer->addPointCloud(cloud, cloud_color_handler_2, "cloud_with_curvature", vp_2);

    // 添加法向量，控制显示间隔和长度
    viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals, 20, 0.02, "normals", vp_2);

    // 添加主曲率，控制显示间隔和长度
    viewer->addPointCloudPrincipalCurvatures<pcl::PointXYZ, pcl::Normal>(cloud, normals, curvatures, 10, 0.02, "Curvatures", vp_2);

    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}