PclSharp--贪婪投影三角算法

1、PCL点云三角化
1.1 Delaunay三角剖分
定义：假设点集中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(圆上最多三点共圆)不含点集中任何其他的点。而Delaunay三角化就是指三角网格均是由Delaunay边组成，并满足最小角最大原则（在点集可能形成的三角剖分中，Delaunay三角剖分所形成的三角形的最小角最大）。

1.2 贪婪三角化
PCL中采用将三维点云投影到二维平面的方法来实现三角剖分， 具体采用贪婪三角化算法。
其过程为：
1：计算点云中点的法线，再将点云通过法线投影到二维坐标平面。
2：使用基于Delaunay三角剖分的空间区域增长算法完成平面点集的三角化。
3：根据投影点云的连接关系确定原始三维点云间的拓扑关系，最终得到曲面模型。

2、代码：

using PclSharp;
using PclSharp.Features;
using PclSharp.Helpers;
using PclSharp.IO;
using PclSharp.Search;
using PclSharp.Struct;
using PclSharp.Surface;
using System;

namespace PclSharpTest
{
    class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine($"C#--PclSharp算法库测试：");

            //读取点云数据
            var cloud = new PointCloudOfXYZ();
            using (var reader = new PCDReader())
                reader.Read(AppDomain.CurrentDomain.BaseDirectory + $"//pcd//bun0.pcd", cloud);

            // 计算法向量
            var normals = new PointCloudOfNormal();//法线点云
            using (var ne = new NormalEstimationOfPointXYZAndNormal())//法线估计对象
            using (var tree = new KdTreeOfXYZ()) //创建用于最近邻搜索的KD-Tree
            {
                //法线估计
                ne.SetSearchMethod(tree);
                ne.SetInputCloud(cloud);
                ne.KSearch = 10;// 使用当前点周围最近的10个点
                ne.Compute(normals);//计算法线
            }

            //将点云与法线进行字段拼接
            PointCloudOfPointNormal cloud_with_normals = new PointCloudOfPointNormal(); //法向量点云对象
            //将点云和法线拼接一起
            PclHelper.concatenateFields(cloud, normals, cloud_with_normals);
            //创建搜索树
            KdTree<PointNormal> tree2 = new KdTreeOfXYZNormal();
            tree2.SetInputCloud(cloud_with_normals);

            // 初始化贪婪三角形的对象
            GreedyProjectionTriangulationOfPointNormal gp3 = new GreedyProjectionTriangulationOfPointNormal();
            //创建多变形网格，用于存储结果
            PolygonMesh triangles = new PolygonMesh();
            gp3.SearchRadius = 0.025f; //设置连接点之间的最大距离用于确定k近邻的球半径
            gp3.Mu = 2.5f; //设置最近邻距离的乘子，以得到每个点的最终搜索半径
            gp3.MaximumNearestNeighbors = 100; //设置搜索的最近邻点的最大数量
            gp3.MaximumSurfaceAngle = (Math.PI / 4); // 45 degrees（pi）最大平面角
            gp3.MinimumAngle = (Math.PI / 18); // 10 degrees 每个三角的最小角度
            gp3.MaximumAngle = (2 * Math.PI / 3); // 120 degrees 每个三角的最大角度
            gp3.NormalConsistency = false; //如果法向量一致，设置为true

            //设置搜索方法和输入点云
            gp3.SetInputCloud(cloud_with_normals);
            gp3.SetSearchMethod(tree2);

            //执行重构，结果保存在triangles中
            gp3.Reconstruct(triangles);

            using (var visualizer = new PclSharp.Vis.Visualizer("a window"))
            {
                //创建两个观察视点
                int v1 = 1;
                int v2 = 2;
                visualizer.CreateViewPort(0.0, 0.0, 0.5, 1.0, v1);
                visualizer.CreateViewPort(0.5, 0.0, 1.0, 1.0, v2);

                visualizer.SetBackgroundColor_ViewPort(0f, 0f, 0f, v1);
                visualizer.SetBackgroundColor_ViewPort(0.05f, 0f, 0f, v2);

                visualizer.AddPointCloud(cloud, "v1", v1);
                visualizer.AddPolygonMesh(triangles, "v2",v2);

                visualizer.SetPointCloudColor(0.5, 1, 1, "v1");//原始点云附色
                while (!visualizer.WasStopped)
                    visualizer.SpinOnce(100);
            }

            Console.ReadKey();
        }

    }
}

3、编译结果：