PCL下采样(VoxelGrid(体素栅格))

内容介绍

点云数据中总会出现点分布不均匀的情况,可以通过下采样来使得点数据分别更平均,有利于曲面重构等后续处理,PCL自带的VoxelGrid(体素栅格)可以很好的完成这一任务,主要就是创建一个三维体素栅格(就是每个比较小的立方体组成的体素栅格)。在每个体素(三维立方体)里面,求取该立方体内的所有点云重心点来代表这个立方体的表示,以此达到下采样的目的。

代码

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <thread>
#include <chrono>
#include <pcl/filters/voxel_grid.h>
#include <pcl/surface/mls.h>

int main(int argc, char** argv)
{
    // 创建点云对象
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    // 从PCD文件中读取点云数据
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("1.pcd", *cloud) == -1) // 请将"input.pcd"替换为你的点云文件路径
    {
        PCL_ERROR("Couldn't read file input.pcd\n");
        return (-1);
    }
    pcl::VoxelGrid<pcl::PointXYZ> vg;
    vg.setInputCloud(cloud);
    vg.setLeafSize(20.0f, 20.0f, 20.0f);  // 设置体素大小
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_smoothed(new pcl::PointCloud<pcl::PointXYZ>);
    vg.filter(*cloud_smoothed); 

    // 创建可视化对象
    pcl::visualization::PCLVisualizer::Ptr viewer0(new pcl::visualization::PCLVisualizer("3D Viewer"));
    viewer0->setBackgroundColor(0, 0, 0);
    viewer0->addPointCloud<pcl::PointXYZ>(cloud, "original cloud");
    viewer0->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud");
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
    viewer->setBackgroundColor(0, 0, 0);
    viewer->addPointCloud<pcl::PointXYZ>(cloud_smoothed, "sample cloud");
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud");
    //viewer->addCoordinateSystem(1.0);
    //viewer->initCameraParameters();

    // 启动可视化
    while (!viewer->wasStopped())
    {
        viewer0->spinOnce(100);
        viewer->spinOnce(100);
        std::this_thread::sleep_for(std::chrono::milliseconds(100));
    }

    return 0;
}


运行效果

可以看到原数据上层有很明显的稀疏部分:
在这里插入图片描述
运行代码后效果变好了很多:

在这里插入图片描述
在这里插入图片描述
经过处理后的数据在曲面重构等后续操作时效果会更好。

PCL中,可以使用VoxelGrid滤波器对点云进行降采样操作。VoxelGrid滤波器将点云划分为一个个体素Voxel),并将每个体素内的点云数据压缩为一个单独的代表点。 以下是在PCL中使用VoxelGrid滤波器进行点云降采样的示例代码: ```cpp #include <pcl/point_cloud.h> #include <pcl/filters/voxel_grid.h> pcl::PointCloud<pcl::PointXYZ>::Ptr downsamplePointCloud(const pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, float leaf_size) { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_downsampled(new pcl::PointCloud<pcl::PointXYZ>); pcl::VoxelGrid<pcl::PointXYZ> voxelgrid; voxelgrid.setInputCloud(cloud); voxelgrid.setLeafSize(leaf_size, leaf_size, leaf_size); voxelgrid.filter(*cloud_downsampled); return cloud_downsampled; } ``` 在上述示例中,我们首先创建了输入点云 `cloud` 和输出点云 `cloud_downsampled`。然后,我们创建了一个 `pcl::VoxelGrid` 对象 `voxelgrid`,并设置了输入点云。 使用 `setLeafSize` 方法,我们设置了体素的大小,即 `leaf_size`。体素的大小决定了降采样后的点云密度,较小的体素大小会产生更多的点云数据,较大的体素大小则会减少点云数据。 最后,通过调用 `filter` 方法,我们对点云进行了降采样操作,并将结果保存到 `cloud_downsampled` 中,并返回该点云。 你可以根据需要调整体素的大小,以获得所需的降采样效果。这样,你就可以使用VoxelGrid滤波器对点云进行降采样了。
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