曲率定义:
三维曲面的曲率:
【3D实践】3D曲率原理及计算(3D-Mesh)
高斯曲率和平均曲率有什么区别?请尽可能通俗地解释一下
如何求曲率(代码实现):
PCL求取三维点云模型每点曲率(这个用到结构体,没太看得懂,但是方法我很需要:就是如何选最大的500个点,所以先存着
PCL提取3D点云模型特征(1.0 点云曲率)
这个直接用的pcl::PointCloudpcl::Normal::Ptr 数据结构中一共有四个元素,前三个元素分别为normal_x,normal_y,normal_z,可以清楚地知道分别就是法线的向量了,还有一个就是curvature元素,表示当前点的曲率。
看效果挺好,但是我不知道这个计算的是哪个曲率。而且用他的搜索半径好像很小计算不出来曲率(会显示1.#QNAN),稍微改大一点才行,不知道是不是原博客输入的点云数据密度比我的大。主要参考了他显示曲率大于0.01的点这一部分
原博客代码,搜索半径改大了之后的结果:
找到了解答!
pcl中PrincipalCurvatures 和 Normal中的curvature的区别
PrincipalCurvature的曲率不是数学定义中的曲率,是通过点的邻域和最小二乘算出来的,Normal中的曲率是用邻域点集的协方差矩阵+奇异值分解计算出来的.
PCL 计算点云的主曲率
代码主要参考这个博客,很清晰每一句都有注释。但是计算出来的结果不如上一个方法好。
代码:
/*
功能:计算点云曲率,并可视化——选择曲率大于一定值的点变成红色
参考:https://blog.csdn.net/McQueen_LT/article/details/89362421
日志:
2020.7.6 建立
*/
#include <iostream>
#include <vector>
#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/principal_curvatures.h>
#include <pcl/visualization/cloud_viewer.h>
using namespace std;
int main(int argc, char** argv)
{
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile<pcl::PointXYZ>("rabbit.pcd", *cloud); //读取点云
cout << "Loaded " << cloud->points.size() << " points." << endl;//显示读取点云的个数
// 计算点云的法线
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;
n.setInputCloud(cloud);
//设置邻域点搜索方式
pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
n.setSearchMethod(tree);
//设置KD树搜索半径
//n.setRadiusSearch (0.02);
n.setKSearch(10);
//定义一个新的点云储存含有法线的值
pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
//计算出来法线的值
n.compute(*normals);
// 建立主曲率计算
pcl::PrincipalCurvaturesEstimation<pcl::PointXYZ, pcl::Normal, pcl::PrincipalCurvatures> p;
// 提供原始点云(没有法线)
p.setInputCloud(cloud);
// 为点云提供法线
p.setInputNormals(normals);
// 使用与法线估算相同的KdTree
p.setSearchMethod(tree);
//p.setRadiusSearch(0.02);
p.setKSearch(10);
// 计算主曲率
pcl::PointCloud<pcl::PrincipalCurvatures>::Ptr pri(new pcl::PointCloud<pcl::PrincipalCurvatures>());
p.compute(*pri);
cout << "output points.size: " << pri->points.size() << endl;
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_b(new pcl::PointCloud<pcl::PointXYZRGB>);
cloud_b->points.resize(cloud->size());
for (int i = 0; i<cloud->points.size(); i++)//所有点赋予灰色
{
cloud_b->points[i].x = cloud->points[i].x;
cloud_b->points[i].y = cloud->points[i].y;
cloud_b->points[i].z = cloud->points[i].z;
cloud_b->at(i).r = 100;
cloud_b->at(i).g = 100;
cloud_b->at(i).b = 100;
/*cout << "曲率:" << pri->points[i].pc1 << ";"
<< pri->points[i].pc2 << ";"
<< (pri->points[i].pc1 + pri->points[i].pc2) / 2 << ";"
<< pri->points[i].pc1 * pri->points[i].pc2<<endl;*///逐点显示计算的最大曲率,最小曲率,平均曲率,高斯曲率
}
for (int i = 0; i<pri->points.size(); i++)//
{
//if (pri->points[i].pc1>0.01)//最大曲率
//if (pri->points[i].pc2>0.01)//最小曲率
//if ((pri->points[i].pc1 + pri->points[i].pc2)/2>0.01)//平均曲率
if ((pri->points[i].pc1 * pri->points[i].pc2)>0.0001)//如果这个点高斯曲率大于0.0001,则变为红色
{
cloud_b->at(i).r = 255;
cloud_b->at(i).g = 0;
cloud_b->at(i).b = 0;
}
}
//显示第0个点的最大曲率、最小曲率、平均曲率、高斯曲率、法向量计算出来的曲率。目的:就是想看看法向量这个数据结构里的曲率到底计算的是哪个曲率。结果:好像哪个都不是
cout << "曲率:" << pri->points[0].pc1 << ";"
<< pri->points[0].pc2 << ";"
<< (pri->points[0].pc1 + pri->points[0].pc2) / 2 << ";"
<< pri->points[0].pc1 * pri->points[0].pc2 << ";"
<< normals->points[0].curvature << endl;
pcl::visualization::CloudViewer viewer("Viewer");
viewer.showCloud(cloud_b);
getchar();
return 0;
}
高斯曲率的结果:
出现的错误:
我一开始直接输入的点云类型是XYZRGB,想着满足条件直接给相应的点赋值就好了,但是出现这个错误。
设想一:是不是因为我的输入斯坦福兔子这个点云本来没有rgb值导致的?后来单独用程序验证了,这个确实本来没有rgb值,但是如果硬要赋值也不会报错的,而且上面错在PrincipalCurvaturesEstimation函数,所以可能与他无关。
结果:可以看到x是可以赋值的,r因为本来就没有也不能赋值进去。要想赋值就需要向上面从新定义一个点云。
为了确定我的设想结果,我用彩色点云输入进去,一样出现了上述问题。所以最终猜想,是不是这个函数输入点云只能是XYZ类型的,不能是XYZRGB那种的呢?
大家都说PCL1.8无法显示曲率,不知道这个曲率咋显示?