PCL函数库摘要——点云分割

1.Class pcl::gpu::EuclideanClusterExtraction

类EuclideanClusterExtraction是基于欧氏距离进行聚类分割的类，此类基于GPU实现并依赖于类pcl::gpu::octree，运行时占用GPU资源并非CPU资源，非常适合在拥有现在流行的多个CUDA核的GPU所在的计算机或移动设备上使用。

#include <C:/pcl-1.8.0/gpu/segmentation/include/pcl/gpu/segmentation/gpu_extract_clusters.h>
EuclideanClusterExtraction () 
//  空构造函数
void  setSearchMethod (GPUTreePtr &tree) 
//  设置搜索时所用的搜索机制,参数tree指向搜索时所用的搜索对象，例如kd-tree 、 octree等对象。
GPUTreePtr  getSearchMethod () 
//  获取搜索时所用的搜索机制
void  setClusterTolerance (double tolerance) 
//  在欧氏空间里设置空间聚类容差tolerance,其实是在近邻搜索中所使用的半径。
double  getClusterTolerance () 
//  获取在欧氏空间里设置空间聚类容差,其实是在近邻搜索中所使用的半径。
void  setMinClusterSize (int min_cluster_size) 
//  设置一个有效聚类包含的最少点数目min_cluster_size。
int  getMinClusterSize () 
//  获取一个有效聚类包含的最少点数目。
void  setMaxClusterSize (int max_cluster_size) 
//  设置一个有效聚类包含的最大点数目max_cluster_size。
int  getMaxClusterSize () 
//  获取一个有效聚类包含的最大点数目。
void  setInput (CloudDevice input) 
//  
void  setHostCloud (PointCloudHostPtr host_cloud) 
//  
void  extract (std::vector< pcl::PointIndices > &clusters) 
//  对通过setInputCloud ( )和 setIndices ( )共同指定的输入点云进行聚类分割，clusters存储点云的聚类分割结果,每个聚类由PointIndices对象存储其对应点集的

2.Class pcl::gpu::EuclideanLabeledClusterExtraction< PointT >

类EuclideanlabledClusterExtraction是带有标签的基于欧氏距离的聚类分割的类，此类基于GPU实现并依赖于类pcll::gpu::octree，类EuclideanlabledClusterEx-traction具体函数接口和实现的功能与类EuclideanClusterExtraction相似，只是在聚类分割时多考虑标签(Label)字段的值，其关键成员函数参考EuclideanClusterEx-traction类介绍。

#include <C:/pcl-1.8.0/gpu/segmentation/include/pcl/gpu/segmentation/gpu_extract_labeled_clusters.h>
EuclideanLabeledClusterExtraction () 
//  空构造函数
void  setSearchMethod (GPUTreePtr &tree) 
//  设置搜索时所用的搜索机制,参数tree指向搜索时所用的搜索对象，例如kd-tree 、 octree等对象。
GPUTreePtr  getSearchMethod () 
//  获取搜索时所用的搜索机制
void  setClusterTolerance (double tolerance) 
//  在欧氏空间里设置空间聚类容差tolerance,其实是在近邻搜索中所使用的半径。
double  getClusterTolerance () 
//  获取在欧氏空间里设置空间聚类容差,其实是在近邻搜索中所使用的半径。
void  setMinClusterSize (int min_cluster_size) 
//  设置一个有效聚类包含的最少点数目min_cluster_size。
int  getMinClusterSize () 
//  获取一个有效聚类包含的最少点数目。
void  setMaxClusterSize (int max_cluster_size) 
//  设置一个有效聚类包含的最大点数目max_cluster_size。
int  getMaxClusterSize () 
//  获取一个有效聚类包含的最大点数目。
void  setInput (CloudDevice input) 
//  
void  extract (std::vector< pcl::PointIndices > &clusters) 
//  对通过setInputCloud ( )和 setIndices ( )共同指定的输入点云进行聚类分割，clusters存储点云的聚类分割结果,每个聚类由PointIndices对象存储其对应点集的

3.Class pcl::EuclideanClusterExtraction< PointT >

类EuclideanClusterExtraction< PointT >是基于欧氏距离的聚类分割的类，与gpu: : EuclideanClusterExtraction对应，前者是在CPU上运行的，后者是在GPU中运行的。

#include <pcl/segmentation/extract_clusters.h>
EuclideanClusterExtraction () 
//  空构造函数
void  setSearchMethod (const KdTreePtr &tree) 
//  设置搜索时所用的搜索机制,参数tree指向搜索时所用的搜索对象，例如kd-tree 、 octree等对象。
KdTreePtr  getSearchMethod () const 
//  获取搜索时所用的搜索机制
void  setClusterTolerance (double tolerance) 
//  在欧氏空间里设置空间聚类容差tolerance,其实是在近邻搜索中所使用的半径。
double  getClusterTolerance () const 
//  获取在欧氏空间里设置空间聚类容差,其实是在近邻搜索中所使用的半径。
void  setMinClusterSize (int min_cluster_size) 
//  设置一个有效聚类包含的最少点数目min_cluster_size。
int  getMinClusterSize () const 
//  获取一个有效聚类包含的最少点数目。
void  setMaxClusterSize (int max_cluster_size) 
//  设置一个有效聚类包含的最大点数目max_cluster_size。
int  getMaxClusterSize () const 
//  获取一个有效聚类包含的最大点数目。
void  extract (std::vector< PointIndices > &clusters) 
//  对通过setInputCloud ( )和 setIndices ( )共同指定的输入点云进行聚类分割，clusters存储点云的聚类分割结果,每个聚类由PointIndices对象存储其对应点集的

4.Class pcl::LabeledEuclideanClusterExtraction< PointT >

类LabeledEuclideanClusterExtraction< PointT >是基于欧氏距离的聚类分割的类，具体函数实现的功能与类EuclideanClusterExtraction< PointT >相似，只是在聚类分割时多考虑标签(Label)字段的值，其关键成员函数参考EuclideanClusterExtraction< PointT >介绍。

#include