采样一致性探测平面

 

PCL中所列有两个RANSAC与LMedS两种采样方法，原理在这里不做详细介绍了。但是涉及到如何将分割的对象单独保存出来，以及使用不同颜色进行显示，官网上介绍比较少。现给出一个案例，进行讲解，以RANSAC探测平面为例，其他的以及LMedS不再做详细介绍。

 

//RANSAC探测多个平面
#include<pcl\point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/io/vtk_io.h>
#include <pcl/ModelCoefficients.h>
#include <pcl/sample_consensus/method_types.h>   //随机参数估计方法头文件
#include <pcl/sample_consensus/model_types.h>   //模型定义头文件
#include <pcl/segmentation/sac_segmentation.h>   //基于采样一致性分割的类的头文件
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/filters/extract_indices.h>
#include<stdlib.h>
#include<time.h> 
#include<sstream>
using namespace std;
int GetRandomNumber()
{
	
	int RandomNumber;
	RandomNumber = rand() % (256) + 0;//0到255之间选择颜色
	//生成其他范围的数字：RandomNumber = rand() % (b-a+1) + a;
	return RandomNumber;
}
void main()
{
	//第一步：定义输入的原始数据及滤波后的点，以及分割获得的点、平面系数coefficients、存储内点的索引集合对象inliers、用于显示的窗口
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr planar_segment(new pcl::PointCloud<pcl::PointXYZ>);//创建分割对象
	pcl::io::loadPCDFile("table_scene_lms400.pcd", *cloud);
	//pcl::io::loadPCDFile("E:\\program_study\\C++\\pcd_data\\cubic.pcd", *cloud);
	pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);//模型系数
	pcl::PointIndices::Ptr inliers(new pcl::PointIndices);//索引列表
	pcl::SACSegmentation<pcl::PointXYZ> seg;//分割对象
	pcl::visualization::PCLVisualizer viewer("planar segment");
	viewer.setBackgroundColor(0, 0, 0);
	pcl::ExtractIndices<pcl::PointXYZ> extract;//提取器

	int n_piece=2;//需要探测的面的个数

	//第二步：将原始点加载进入
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> single_color(cloud, 255, 0, 0);//第二个平面颜色设置成蓝色 single_color_02
	viewer.addPointCloud<pcl::PointXYZ>(cloud, single_color, "sample");//将single_color在viewer中进行显示
	viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample");
	//第三步：使用RANSAC获取点数最多的面
    srand((int)time(0));//确保每次运行，产生的数字不一样（面片颜色不一样）
	for (int i = 0; i < n_piece; i++)
	{
		
		seg.setOptimizeCoefficients(true);		//使用内部点重新估算模型参数
		seg.setModelType(pcl::SACMODEL_PLANE);   //设置模型类型
		seg.setMethodType(pcl::SAC_RANSAC);      //设置随机采样一致性方法类型
		seg.setDistanceThreshold(0.01);    //设定距离阀值，距离阀值决定了点被认为是局内点是必须满足的条件
		seg.setInputCloud(cloud);
		seg.segment(*inliers, *coefficients);

		extract.setInputCloud(cloud);
		extract.setIndices(inliers);
		extract.setNegative(false);
		//提取探测出来的平面
		extract.filter(*planar_segment);
		//planar_segment为该次探测出来的面片，可以单独进行保存，此处省略

		//剔除探测出的平面，在剩余点中继续探测平面
		extract.setNegative(true);
		extract.filter(*cloud);

		
		int R = GetRandomNumber();
		int G = GetRandomNumber();
		int B = GetRandomNumber();
		stringstream ss;
		ss << i + 1; 
		string str;
		ss >> str;
		pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> single_color(planar_segment, R, G, B);//第二个平面颜色设置成蓝色 single_color_02
		viewer.addPointCloud<pcl::PointXYZ>(planar_segment, single_color, str);//将single_color在viewer中进行显示
		viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3,str);

	}
	while (!viewer.wasStopped())
	{
		viewer.spinOnce(1);
	}

}

配上提取效果：

提取三个平面的效果图：

提取两个平面效果图

附上代码下载链接：

https://download.csdn.net/download/qq_32867925/10681915