pcl有序点云分析

在工作和学习中，只要是与点云打交道，那基本离不开pcl（point cloud library）,点云pcd文件是我们最常接触到的文件，它的数据组织形式，可以分为有序（HEIGHT字段不为1）和无序两种（HEIGHT字段为1），对于有序点云，我们可以通过按照行列 cloud.at(column, row) 的方式来访问（注意对于pcd中的有序点云at方式的访问，列也就是宽度在前面，和常用的image访问相反），下面用代码进行验证。

pcd文件的数据头示例如下所示：

pcd 数据头

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z intensity
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 69088
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 69088
DATA binary

数据头含义如下：

pcd文件头	示例值	含义
VERSION	0.7	指定 PCD 文件版本为 0.7
FIELDS	x y z intensity	指定点具有的每个字段的名称（x, y, z, intensity）
SIZE	4 4 4 4	以字节为单位指定每个维度的大小（unsigned char/char 1字节；unsigned short/short 2字节；unsigned int/int/float 4字节；double 8字节）
TYPE	F F F F	指定每个字段类型（目前支持的类型有：I 表示int8(char), int16(short), int32(int) 的有符号类型；U 表示uint8(unsigned char), uint16(unsigned short), uint32(unsigned int） 无符号类型；F 表示浮点型
COUNT	1 1 1 1	指定每个维度有多少个元素。例如，x 数据通常有 1 个元素，但像 VFH 这样的特征描述符有 308 个。基本上这是一种在每个点引入 n 维度直方图描述符，并将它们视为单个连续内存块的方法。默认情况下，如果 COUNT 不存在，则所有维度的计数都设置为 1。
WIDTH	69088	以点数指定点云数据集的宽度。有序点云数据集是对类似于有序的图像（或矩阵）结构的点云的名称，其中数据被分成行和列。此类点云的示例包括来自立体相机或飞行时间相机的数据。有组织的数据集的优点在于，通过了解相邻点（例如像素）之间的关系，最近邻操作的效率要高得多，从而加快了计算速度并降低了 PCL 中某些算法的成本。宽度有两个含义：1）它可以为无序数据集指定点云中的总点数（等于 POINTS，见下文）；2）它可以指定有组织的点云数据集的宽度（一行中的总点数）。
HEIGHT	1	以点数指定点云数据集的高度。高度有两个含义：1）它可以指定一个有序的点云数据集的高度（总行数）；2）对于无组织的数据集，它设置为 1（因此用于检查数据集是否有组织）。
VIEWPOINT	0 0 0 1 0 0 0	指定数据集中点的采集视点。这可能会在以后用于构建不同坐标系之间的变换，或用于辅助需要一致方向的表面法线等特征。
POINTS	69088	指定点云中点的总数。从 0.7 版本开始，它的目的有点多余，所以我们希望在未来的版本中删除它。
DATA	binary	指定存储点云数据的数据类型。从 0.7 版本开始，支持两种数据类型：ascii 和 binary。

示例分析

这里我随便新建一个 “test.pcd” 文件，将如下内容粘贴进去，创建一个高度为4，宽度为10的 4 x 10 的有序点云序列，坐标为：

w i d t h ( 1 , 1 , 0 ) ( 1 , 2 , 0 ) ( 1 , 3 , 0 ) ⋯ ( 1 , 10 , 0 ) h e i g h t ( 2 , 1 , 0 ) ( 2 , 2 , 0 ) ( 2 , 3 , 0 ) ⋯ ( 2 , 10 , 0 )