CloudCompare——平面点云边界提取与凸包计算【2025最新版】

已于 2025-04-21 08:27:19 修改
阅读量5.9k 收藏 32
点赞数
分类专栏： CloudCompare 文章标签： 平面 c++ 开发语言 算法 计算机视觉 3d
于 2023-07-12 05:59:27 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36686437/article/details/131632796
版权

目录

在这里插入图片描述

博客长期更新，最近一次更新时间为：2025年4月21日。

1.概述

  CloudCompare中的'Tools -> Fit -> 2D Polygon (facet)'功能是用来对点云进行多边形轮廓边界提取以及凸包计算的。算法的实现流程：

  1. 首先对点云进行平面拟合；
  2. 将点云投影到拟合平面上；
  3. 对投影后的点云进行2D凸包提取，或者使用alpha-shape算法进行边界提取。

2.操作流程

1、加载点云
在这里插入图片描述

2、选中点云，如下图所示，出现黄色包围框则表示点云已选中
在这里插入图片描述

3、找到'Tools > Fit > 2D Polygon (facet)'功能

在这里插入图片描述

4、参数设置
在这里插入图片描述
设置轮廓的最大边长，如果设置为0，则提取点云的凸包；否则，最大边长越小，提取的边界轮廓越紧密。
5、点云边界
在这里插入图片描述

6、点云凸包
在这里插入图片描述

7、控制台输出信息
在这里插入图片描述

8、其他信息
在这里插入图片描述

  • 基础’Facet’实体包含一些元数据（多边形表面，中心和法线以及拟合RMS）
  • Contour points：轮廓点
  • 这个轮廓点云有两个子类

contour（轮廓连成的轮廓线）
polygon（作为网格的多边形）

3.完整操作

在这里插入图片描述

4.相关代码

[1] PCL 平面点云的凸多边形边界提取
[2] PCL alpha shapes平面点云边界特征提取
[3] PCL alpha shapes平面点云边界特征提取（C++详细过程版）
[4] Open3D(C++)平面点云凸多边形边界提取
[5] Open3D(C++) AlphaShape 平面点云边界提取
[6] Open3D(C++) 计算点云凸包
[7] pclpy——alpha shapes平面点云边界特征提取
[8] Open3D——平面点云凸多边形轮廓提取
[9] Open3D 计算点云凸包
[10] matlab 计算点云凸包

CloudCompare：平面点云边界提取与凸包计算
DevPulse的博客
09-11 445
CloudCompare是一款强大的开源软件，提供了丰富的功能和灵活的命令行接口，方便用户处理和分析点云数据。通过使用提供的示例代码，您可以快速开始使用CloudCompare进行平面点云边界提取和凸包计算的任务。在计算机视觉和三维模型处理领域，平面点云的边界提取和凸包计算是常见的任务之一。CloudCompare是一个基于点云的三维模型处理软件，提供了许多功能，包括点云的可视化、分割、过滤、配准和计算。然后，准备一个包含平面点云数据的文件，可以是常见的点云格式（如PLY、XYZ等）。
点云数据进行边界提取 （附PCL c++ 代码）
三维点云技术探索
07-28 1650
PCL c++ 代码的主要作用是对点云数据进行边界提取，并通过可视化展示边界提取结果。
CloudCompare点云可视化软件
04-07
CloudCompare点云可视化软件，无需安装，打开文件夹下的CloudCompare.exe即可
【CloudCompare 从入门到精通】① 什么是 CloudCompare？安装与界面概览
最新发布
m0_62939278的博客
03-22 734
什么是 CloudCompare？安装与界面概览
winter's PCL-Trimble Code Sprint， PCL Code Sprint 的主要方向
ROS学习VS图像处理
12-13 1147
Automated decimation: automatically reduce the number of points in the point cloud based upon the definition of a feature (i.e., not a generic spatial sampling). For example reduce the number of point
【图像处理】从点云数据中提取边界（识别和追踪）（Matlab代码实现）
weixin_46039719的博客
03-01 4968
现有的解决方案在以下一种或多种情况下存在缺陷:沿凹形状识别细节，单独识别形状内的“洞”，适当的边界跟踪，以及沿正则化建筑轮廓保存详细信息。通过使用输入数据中的最大点对点距离，识别步骤的解决方案正确地检测任何类型形状的边界边缘，并单独识别形状内部的孔(如果有的话)。所提出的跟踪算法将边界边划分为段，准确获取每个段的点序列，并在必要时将它们合并，以生成每个形状的单一边界。实验结果表明，即使在低密度输入数据中，所提出的解决方案也能保持建筑边界的细节，并提供较高的基于像素的完整性和几何精度。行百里者，半于九十。
CloudCompare 二次开发(19)——三维点云边界提取
点云侠的博客
10-24 1348
使用CloudCompare与PCL的混合编程实现三维点云边界提取。
点云边界提取
08-15
可以对txt格式的点云进行边界提取，包括内边界
PCL 点云边界提取【2024最新版】
点云侠的博客
02-24 38万+
PCL 中基于法线实现的点云边界提取。博客长期更新，最近一次更新时间为：2024年11月7日。新增PCL 1.14.1实现代码。
点云内边界提取
m0_48919875的博客
08-22 897
点云求边界
PCL 提取点云边界轮廓-AC方法、平面轮廓
weixin_39354845的博客
11-13 6191
PCL 提取点云边界轮廓
Graham-Scan:计算点云周围凸包的算法-matlab开发
05-29
格雷厄姆扫描是一种寻找有限点集的凸包的方法在时间复杂度为 O(n log n) 的平面中。 它以罗纳德·格雷厄姆的名字命名，他发表了1972 年的原始算法。 [1] 该算法查找沿其边界排序的凸包的所有顶点。 它使用堆栈来有效地检测和去除边界中的凹陷。 http://www.dbs.ifi.lmu.de/Lehre/GIS/WS1415/Skript/GIS_WS14_05_part2.pdf （德语） 安德烈亚斯·贝尔纳茨基 19.08.2019
点云的边界提取
06-30
能够将散乱的点云数据边界点及特征点提取出来，并显示。
PCL 平面点云的凸多边形边界提取【2025最新版】
点云侠的博客
09-15 7106
平面点云的凸多边形边界提取及轮廓线绘制，博客长期更新，本文最近更新时间为：2025年1月7日。
【2025最新版】PCL点云处理算法汇总（C++长期更新版）
热门推荐
点云侠的博客
01-18 60万+
PCL学习目录。博客长期更新，最近一次更新时间为：2025年4月27日。
Open3D——平面点云凸多边形轮廓提取【2025最新版】
点云侠的博客
09-15 6232
平面点云凸多边形轮廓提起，博客长期更新，本文最近更新时间为：2025年1月6日。
CloudCompare—点云切片
Z's Palace
08-09 858
主要通过设置距离阈值（包围盒厚度）、基准平面（有界或无界）参数分割出点云数据，然后将分割的点云数据投影到平面上，投影数据即为生成的截面数据，并输出截面数据的数量、包围盒、中心位置或将截面数据连接为多义线等结果，工具的算法原理如图所示。类型很可能是自定义的，用于存储二维点的坐标，并可能包含一些额外的索引信息。的函数，其目的是将一组三维点投影到一个二维平面上，并将这些投影后的二维点存储在传入的。类型的向量）中提取并构建一个二维凸包，并将这个凸包的点以指针的形式存储在。
Open3D(C++) 计算点云凸包【2025最新版】
点云侠的博客
07-14 1056
C++版本Open3D点云凸包以及凸包顶点获取方法。博客长期更新，本文最近更新时间为：2025年1月16日。
PCL维凸包算法：点云中的凸包计算
LpmShell的博客
09-26 560
然后，我们创建了一个点云对象，并手动创建了一些示例点云数据。接下来，我们使用法线估计对象计算了点云的法线信息。然后，我们创建了一个凸包对象，并将点云数据传递给它。最后，我们执行凸包计算，并打印了计算得到的凸包的点坐标。在点云处理中，凸包算法常被用于提取点云数据的表面形状特征。本文将介绍如何使用点云库（Point Cloud Library，PCL）中的凸包算法对点云数据进行处理，并提供相应的源代码。这样，我们就可以得到计算得到的凸包的点坐标。方法指定了要计算的凸包的维度，这里我们使用三维凸包。
cloudcompare 点云切割
12-27
### CloudCompare 点云切割教程 #### 准备工作 为了有效地进行点云切割，在启动CloudCompare之前，确保已经安装并配置好该软件。加载所需的点云文件到CloudCompare环境中[^1]。 #### 切割功能概述 CloudCompare提供了多种工具用于处理点云数据，其中包括强大的切割能力。对于等间距切片的操作，虽然直接的菜单选项可能不明显，但是可以通过组合使用不同的命令来达到目的[^2]。 #### 实现等间距切片的具体步骤 利用CloudCompare内置的功能可以间接完成这一目标： - **创建八叉树结构** 执行`Octree > Compute`命令以构建点云数据集上的八叉树表示形式。这一步骤有助于后续更精确地控制采样密度和范围。 - **调整视图角度** 定义一个合适的视角方向作为切割平面的方向参考。这对于确保所得到的切片符合预期至关重要。 - **应用过滤器(Filter)** 寻找适用于定义特定区域或条件下的子集提取方式。例如，“Plane Cutting”插件允许用户指定一系列平行于选定轴向的截面位置参数来进行分割。 - **保存结果** 经过上述设置之后，记得及时导出修改后的对象以便进一步分析或者与其他流程对接。 ```cpp // 假设这是C++代码片段展示如何通过PCL库读取PCD格式文件(仅作示意用途) #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> int main(int argc, char** argv){ pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); if(pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud) == -1){ //* 加载点云失败 */ PCL_ERROR ("Couldn't read file test_pcd.pcd \n"); return (-1); } } ```
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

点云侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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