基于Kinect v2+PCL的模型奶牛重建（中）——地面去除与法向量计算

从上一节中我们得到了8个PCD文件，其中第一个文件是地面点云，第二个文件是地面+盒子的点云，后面的文件是6个不同角度的地面+盒子+奶牛的点云。

这一节我们将生成6个不同角度的去除了地面的点云，并计算其法向量，同时获取一些信息，用作下一节来处理。

首先，我们有8个PCD文件：

const int numberOfViews = 8;//点云数量

然后加载这8个文件：

std::vector<PCD, Eigen::aligned_allocator<PCD> > data; //点云数据
std::string prefix("cow");
std::string extension(".pcd"); //声明并初始化string类型变量extension，表示文件后缀名
// 通过遍历文件名，读取pcd文件
for (int i = 0; i < numberOfViews; i++) //遍历所有的文件名
{
	std::string fname = prefix + num2str(i) + extension;
	// 读取点云，并保存到models
	PCD m;
	m.f_name = fname;
	if (pcl::io::loadPCDFile(fname, *m.cloud) == -1) //* 读入PCD格式的文件，如果文件不存在，返回-1
	{
		cout << "Couldn't read file " + fname + "." << endl; //文件不存在时，返回错误，终止程序。
		return (-1);
	}
	data.push_back(m);
}

下一步，先对第一个PCD文件（即地面点云）进行离群点过滤：

for (int i = 0; i <= 1; ++i){
	pcl::RadiusOutlierRemoval<pcl::PointXYZ> outrem;
	outrem.setInputCloud(data[i].cloud);
	outrem.setRadiusSearch(0.01);
	outrem.setMinNeighborsInRadius(10);
	outrem.filter(*data[i].cloud);
}

上面这一步要一定要执行。因为Kinect得到的点云噪声很大，看起来只有地面点云，实际上某些地方（如地面上方）会出现噪点。搜索半径设置为0.01米，最小临域点云个数设置为10个点云。

下一步，单独分别对第一个和第二个文件提取其最大Y值yMax1和yMax2，并以文本的方式进行保存。原因见第一节，这里不再叙述：

float yMax1 = -1000;
for (int i = 0; i < data[0].cloud->size(); ++i)
{
	if (data[0].cloud->points[i].y>yMax1)
		yMax1 = data[0].cloud->points[i].y;
}
cout << "yMax1:" << yMax1 << endl;

float yMax2