CGAL 点云层次简化滤波

一、概述

  递归地将点集分割到更小的簇中，直到这些簇的元素小于size，并且它们的变异因子低于var_max。

1、主要函数

头文件

#include <CGAL/hierarchy_simplify_point_set.h> // 层次简化算法

函数

PointRange::iterator CGAL::hierarchy_simplify_point_set  ( PointRange &  points,  
  const NamedParameters &  np = parameters::default_values()  
 ) 

  递归地将点集分割到更小的簇中，直到这些簇的元素小于size，并且它们的变异因子低于var_max。

2、参数解析

size
  层次简化算法递归地将点集一分为二，直到每个簇的大小小于参数大小。

var_max
  除了尺寸参数，变化参数可以增加单调区域的简化。对于每个聚类，利用协方差矩阵的分类特征值计算一个表面变化测度:

  如果团簇共面，这个函数从0 到1/3，如果它是完全各向同性的。如果一个集群的变化大于var_max，它将被拆分。如果var_max等于1/3，则该参数没有影响，聚类在整个点集上是规则的。

二、代码实现

#include <vector>
#include <fstream>
#include <CGAL/IO/read_points.h>
#include <CGAL/IO/write_points.h>
#include <CGAL/hierarchy_simplify_point_set.h> // 层次简化算法
#include <CGAL/Memory_sizer.h>
#include <CGAL/Timer.h> // 计时
#include <CGAL/Exact_predicates_inexact_constructions_kernel.h>
// types
typedef CGAL::Exact_predicates_inexact_constructions_kernel Kernel;

int main(int argc, char* argv[])
{
	const std::string fname = CGAL::data_file_path("cgal//CSite.xyz");
	// --------------------------加载点云----------------------------
	std::vector<Kernel::Point_3> points;
	if (!CGAL::IO::read_points(fname, std::back_inserter(points)))
	{
		std::cerr << "点云读取失败！！！" << fname << std::endl;
		return -1;
	}

	std::cout << "从点云数据中读取" << points.size() << "个点。" << std::endl;
	// 统计代码运行时间
	CGAL::Timer task_timer;
	task_timer.start();
	// ------------------------层次简化算法--------------------------
	points.erase(CGAL::hierarchy_simplify_point_set(points,
		CGAL::parameters::size(100)// Max cluster size
		.maximum_variation(0.01)), // Max surface variation
		points.end());

	std::size_t memory = CGAL::Memory_sizer().virtual_size();

	std::cout << "采样后还剩" << points.size() << "个点, 算法运行时间" << task_timer.time() << " 秒, "
		<< (memory >> 20) << " Mib allocated." << std::endl;
	// --------------------------结果保存----------------------------
	CGAL::IO::write_points("cgal//CSite_out.xyz", points, CGAL::parameters::stream_precision(17));

	return 0;
}

三、结果展示

1、滤波前

2、滤波后