PCL_common模块api代码解析

最新推荐文章于 2024-08-27 08:10:34 发布

点云PCL公众号博客

最新推荐文章于 2024-08-27 08:10:34 发布

阅读量303

点赞数

分类专栏：点云PCL与SLAM

本文链接：https://blog.csdn.net/u013019296/article/details/103637489

版权

点云PCL与SLAM 专栏收录该内容

81 篇文章 585 订阅 ¥9.90 ¥99.00

订阅专栏

PCL_common库包含了点云处理的基本数据结构和方法，如PointCloud类和多种点类型。该模块提供计算质心、距离、角度转换等功能，并且可以单独编译。本文将解析其中的BivariatePolynomialT、CentroidPoint、NdConcatenateFunctor等关键类的用途，以及点云点集的相加方式。此外，还介绍了PCA、GaussianKernel、FeatureHistogram等用于特征分析的类。

摘要由CSDN通过智能技术生成

pcl_common库包含大多数PCL库使用的公共数据结构和方法。核心数据结构包括PointCloud类和许多用于表示点、表面法线、RGB颜色值、特征描述符等的点类型。它还包含许多用于计算距离/范数、均值和协方差、角度转换、几何变换，等等。这个模块是不依赖其他模块的，所以是可以单独编译成功，单独编译出来可利用其中的数据结构自行开发，当然想单独提取出来编译时需要自行修改cmakeLists的，这里就不再赘述。
那么我们就按顺序来解释其中每个函数的作用，有必要的话，我会解释其理论并结合代码实践。

PCL_common的类：

（1） class pcl::BivariatePolynomialT< real >
这表示一个二元多项式，并为它提供了一些功能接口。

（2）class pcl::CentroidPoint< PointT >
一个泛型类，它计算给输入点云的质心。
这里我们用“重心”不仅表示3D点坐标的平均值，而且表示其他数据字段中的值的平均值。通用的computeNDCentroid()函数也实现了这种功能，但它是以“不智能”的方式实现的，也就是说，不管字段内数据的语义如何，它都只是对值进行平均。在某些情况下（例如，对于x，y，z

了解本专栏