PCL——（6）八叉树Octree

最新推荐文章于 2023-11-14 12:16:26 发布

一抹烟霞

最新推荐文章于 2023-11-14 12:16:26 发布

阅读量931

点赞数 1

分类专栏：激光Slam

本文链接：https://blog.csdn.net/qq_34213260/article/details/107238495

版权

本文介绍了八叉树的基本概念，构建步骤，并详细阐述了其在点云处理中的应用，包括点云压缩、空间划分与搜索、空间变化检测、占用检测、体素过滤和迭代器等，同时探讨了光线跟踪碰撞检测。

摘要由CSDN通过智能技术生成

文章目录

一、八叉树简介：
二、构建步骤
三、点云八叉树应用算法:

一、八叉树简介：

体素化使用空间的均匀分割
八叉树对空间非均匀分割(按需分割)
- 1D数据的2叉树表示
- 2D数据的4叉树表示
- 3D数据的8叉树表示

二、构建步骤

(1).设定最大递归深度。
(2).找出场景的最大尺寸，并以此尺寸建立第一个立方体。
(3).依序将单位元元素丢入能被包含且没有子节点的立方体。
(4).若没达到最大递归深度，就进行细分八等份，再将该立
方体所装的单位元元素全部分担给八个子立方体。
(5).若发现子立方体所分配到的单位元元素数量不为零且跟
父立方体是一样的，则该子立方体停止细分，因为根据空
间分割理论，细分的空间所得到的分配必定较少，若是一
样数目，则再怎么切数目还是一样，会造成无穷切割的情
形。
(6).重复3，直到达到最大递归深度。
在这里插入图片描述

三、点云八叉树应用算法:

搜索操作(邻域、半径、体素搜索)
降采样(体素网格/体素质心滤波器)
点云压缩
空间变化检测
空间点密度分析
占用检查/占位地图
碰撞检测
点云合并

3.1 Octree用于点云压缩

在下面，我们将解释如何有效地压缩单点云和点云流。在这个例子中，我们使用OpenNIGrabber捕捉点云，并使用PCL点云压缩技术进行压缩。

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/openni_grabber.h>
#include <pcl/visualization/cloud_viewer.h>

#include <pcl/compression/octree_pointcloud_compression.h>

#include <stdio.h>
#include <sstream>
#include <stdlib.h>

#ifdef WIN32
# define sleep(x) Sleep((x)*1000)
#endif

class SimpleOpenNIViewer
{
   
public:
  SimpleOpenNIViewer () :
    viewer (" Point Cloud Compression Example")
  {
   
  }

  void
  cloud_cb_ (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr &cloud)
  {
   
    if (!viewer.wasStopped ())
    {
   
      // stringstream to store compressed point cloud
      std::stringstream compressedData;
      // output pointcloud
      pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudOut (new pcl::PointCloud<pcl::PointXYZRGBA> ());

      // compress point cloud
      PointCloudEncoder->encodePointCloud (cloud, compressedData);

      // decompress point cloud
      PointCloudDecoder->decodePointCloud (compressedData, cloudOut);


      // show decompressed point cloud
      viewer.showCloud (cloudOut);
    }
  }

  void
  run ()
  {
   

    bool showStatistics = true;

    // for a full list of profiles see: /io/include/pcl/compression/compression_profiles.h
    pcl::io::compression_Profiles_e compressionProfile = pcl::io::MED_RES_ONLINE_COMPRESSION_WITH_COLOR;

    // instantiate point cloud compression for encoding and decoding
    PointCloudEncoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> (compressionProfile, showStatistics);
    PointCloudDecoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> ();

    // create a new grabber for OpenNI devices
    pcl::Grabber* interface = new pcl::OpenNIGrabber ();

    // make callback function from member function
    std::function<void(const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr&)> f =
      [this] (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr& cloud) {
    cloud_cb_ (cloud); };

    // connect callback function for desired signal. In this case its a point cloud with color values
    boost::signals2::connection c = interface->registerCallback (f);

    // start receiving point clouds
    interface->start ();

    while (!viewer.wasStopped ()