特征——FPFH特征

代码

代码拷贝直接运行

#include <pcl/io/pcd_io.h>
#include <pcl/features/fpfh.h>
#include <pcl/features/fpfh_omp.h>
#include <pcl/visualization/pcl_plotter.h>
#include <pcl/features/normal_3d_omp.h>


pcl::PointCloud<pcl::Normal>::Ptr pcl_feature_normals_k(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in, float K)
{

    pcl::NormalEstimationOMP<pcl::PointXYZ, pcl::Normal> ne;
    ne.setInputCloud(cloud_in);
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
    ne.setSearchMethod(tree);
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.setKSearch(K);//设置K近邻的个数
    ne.compute(*normals);

    return normals;

}

//fpfh
pcl::PointCloud<pcl::FPFHSignature33>::Ptr pcl_feature_fpfh(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in, float k_normal, float k_fpfh)
{
    auto cloud_normals = pcl_feature_normals_k(cloud_in, k_normal);
    //计算FPFH
    pcl::FPFHEstimationOMP<pcl::PointXYZ, pcl::Normal, pcl::FPFHSignature33>fpfh;
    pcl::PointCloud<pcl::FPFHSignature33>::Ptr fpfhs(new pcl::PointCloud<pcl::FPFHSignature33>());
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree_fpfh(new pcl::search::KdTree<pcl::PointXYZ>);

    fpfh.setInputCloud(cloud_in);
    fpfh.setInputNormals(cloud_normals);
    fpfh.setSearchMethod(tree_fpfh);
    fpfh.setKSearch(k_fpfh);
    //fpfh.setRadiusSearch(radius_fpfh);
    fpfh.compute(*fpfhs);

    return fpfhs;
}



int main(int argc, char** argv)
{

    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile(argv[1], *cloud);

    auto fpfhs = pcl_feature_fpfh(cloud, 20, 20);

    //显示
    pcl::visualization::PCLPlotter plotter;
    plotter.setWindowName("FPFH");
    plotter.setWindowSize(800, 600);
    plotter.addFeatureHistogram(*fpfhs, 125);//125表示几维数据
    plotter.plot();

    return 0;
}

效果