PCL: Surface模块之GridProjection表面重建

参考文献:

        关于此类的详细信息和学术上的理论推导大家可以查看RuosiLi的文章“ Polygonizing Extremal Surfaces with ManifoldGuarantees”。

用法小结:

        说实话,参考文献上的算法跟PCL中的具体实现差别很大,我觉并不具有很大的参考意义,所以尽可跳过参考文献直接开动。下面分享一下我的心得:
  1. 算法输出为一个个小立方体堆积成的三维立体,并不是物体表面,所以它会破坏原始表面的拓扑结构;
  2. 参考文献指出此算法只面对ExtremalSurface的重构,当然主要指RidgeSurfaces或者Point set surfaces;
  3. 参考文献中使用的是octree对立方体进行分割,而PCL中使用的是绑定哈希表的立方网格;
  4. 程序处理效率偏低,所花费的时间较久。这一点和参考文献的上叙述一致-_-!。

详细介绍:

参数输入输出:

        此类由基类SurfaceReconstruction派生,有两种方式生成对象,如下:
Pcl:: GridProjection<PointInT > gp;
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
根据错误提示,`toPCLPointCloud2`函数的参数类型不匹配。`triangles`是`pcl::PolygonMesh`类型,而`toPCLPointCloud2`函数要求的第一个参数是`pcl::PointCloud`类型,因此需要将`triangles`转换成点云类型后再进行转换。 以下是修改后的代码: ```cpp #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/surface/gp3.h> int main(int argc, char** argv) { // 读取点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile<pcl::PointXYZ>("fw/00.pcd", *cloud); // 创建重建对象 pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>); pcl::PolygonMesh triangles; pcl::GreedyProjectionTriangulation<pcl::PointXYZ> gp3; // 设置参数 gp3.setSearchRadius(0.025); gp3.setMu(2.5); gp3.setMaximumNearestNeighbors(100); gp3.setMaximumSurfaceAngle(M_PI/4); gp3.setMinimumAngle(M_PI/18); gp3.setMaximumAngle(2*M_PI/3); gp3.setNormalConsistency(false); // 执行重建 tree->setInputCloud(cloud); gp3.setInputCloud(cloud); gp3.setSearchMethod(tree); gp3.reconstruct(triangles); // 将 pcl::PolygonMesh 转换为 pcl::PointCloud pcl::PointCloud<pcl::PointXYZ> cloud_mesh; pcl::fromPCLPointCloud2(triangles.cloud, cloud_mesh); // 将 pcl::PointCloud 转换为 pcl::PCLPointCloud2 pcl::PCLPointCloud2 cloud2; pcl::toPCLPointCloud2(cloud_mesh, cloud2); // 保存结果 pcl::io::savePCDFile("fw/01.pcd", cloud2); return 0; } ``` 这个代码将`triangles`先转换成`pcl::PointCloud`类型,再通过`fromPCLPointCloud2`函数将其转换成`pcl::PCLPointCloud2`类型,就可以成功保存结果了。
评论 2
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