PCL求助(一)-- 指针释放

        在编写PCL相关程序时遇到了一个很奇怪的问题,希望能得到大佬的指点!

        以一个简单的参数化模型投影点云为例:

//包含相应的头文件
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/ModelCoefficients.h>
#include <pcl/filters/project_inliers.h>

int main(int argc, char** argv)
{
    //声明两个智能指针,一个用于存储点云,一个用于存储滤波后的点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected(new pcl::PointCloud<pcl::PointXYZ>);
    //构建点云,并以随机数进行填充
	cloud->width = 5;
	cloud->height = 1;
	cloud->points.resize(cloud->width * cloud->height);
	for (size_t i = 0;i < cloud->points.size();++i)
	{
		cloud->points[i].x = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].y = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].z = 1024.0f * rand() / (RAND_MAX + 1.0f);
	}
    //输出随机创建的点云的中的点的坐标
	std::cerr << "cloud before projection:" << std::endl;
	for (size_t i = 0;i < cloud->points.size();++i)
	{
		std::cerr << " " << cloud->points[i].x << " " << cloud->points[i].y << " " << cloud->points[i].z << std::endl;
	}
    //创建一个平面的智能指针
	pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients());
    //给出该平面的参数 0x + 0y + z = 0,即z平面
	coefficients->values.resize(4);
	coefficients->values[0] = coefficients->values[1] = 0;
	coefficients->values[2] = 1.0;
	coefficients->values[3] = 0;
    //创建一个投影实例,以点云为输入,以平面为投影面
	pcl::ProjectInliers<pcl::PointXYZ>proj;
	proj.setModelType(pcl::SACMODEL_PLANE);
	proj.setInputCloud(cloud);
	proj.setModelCoefficients(coefficients);
    //保存投影后的点云
	proj.filter(*cloud_projected);
    //输出投影后的点云数据
	std::cerr << "cloud after projection:" << std::endl;
	for (size_t i = 0;i < cloud_projected->size();++i)
	{
		std::cerr << " " << cloud_projected->points[i].x << " " << cloud_projected->points[i].y << " " << cloud_projected->points[i].z << std::endl;
	}
    //报错的地方
	return 0;
}

        从代码上来看,我感觉并没有什么问题,下面进入调试:

        1)打上断点

        2)单步调试:可以正常显示结果

        3)结束程序:

void deallocate(pointer p, size_type /*num*/)
{
    internal::aligned_free(p);
}

        这一步是为了释放指针p,但我寻思我用的不是都是智能指针吗???

        4)接下来就是报错了:

        很明显,这是在释放指针内存上出现了错误,然后我就蒙圈了,不是说好是智能指针吗?有没有同样遇到问题的大佬可以指点一下?

  • 6
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 44
    评论
PCL(Point Cloud Library)是一个开源的用于点云处理的库,可以进行各种点云相关的计算和操作。mean-shift是PCL中的一种聚类算法,用于将点云数据进行分割和聚类。 mean-shift聚类算法基于密度的分析方法,通过不断移动数据点的位置来达到聚类的效果。算法的基本思想是选择一个初始点,然后计算该点周围一定范围内的点的平均位置,并将当前点移动到新的平均位置。重复这个过程,直到收敛为止。 在PCL中,可以使用`pcl::MeanShift`类来实现mean-shift聚类算法。该类提供了许多参数和方法,可以根据需要进行调整和使用。以下是一个简单的示例代码,演示了如何使用PCL中的mean-shift聚类算法: ```cpp #include <pcl/point_cloud.h> #include <pcl/point_types.h> #include <pcl/segmentation/impl/meanshift.hpp> int main() { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); // 加载点云数据到cloud pcl::MeanShift<pcl::PointXYZ> ms; ms.setInputCloud(cloud); ms.setBandwidth(0.1); // 设置带宽参数 std::vector<pcl::PointIndices> clusters; ms.cluster(clusters); // 处理聚类结果 for (const auto& cluster : clusters) { // 处理每个聚类 for (const auto& index : cluster.indices) { // 处理每个点 pcl::PointXYZ point = cloud->points[index]; // ... } } return 0; } ``` 在上述示例代码中,我们首先创建了一个`pcl::PointCloud<pcl::PointXYZ>`对象来存储点云数据。然后,我们使用`pcl::MeanShift`类来进行mean-shift聚类。通过`setInputCloud`方法设置输入点云数据,通过`setBandwidth`方法设置带宽参数。最后,我们调用`cluster`方法获取聚类结果,存储在`std::vector<pcl::PointIndices>`中。 聚类结果可以通过遍历每个聚类以及每个点来进行进一步处理。在示例代码中,我们简单地打印了每个点的坐标,你可以根据自己的需求进行相应的处理。 需要注意的是,mean-shift聚类算法的性能可能会受到点云数据量和带宽参数等因素的影响,因此在实际使用时可能需要根据具体情况进行调参和优化。
评论 44
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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