【译】PCL官网教程翻译(15)：使用积分图像的法向估计 -Normal Estimation Using Integral Images

最新推荐文章于 2024-08-02 21:21:19 发布

tjwyj

最新推荐文章于 2024-08-02 21:21:19 发布

阅读量490

点赞数 1

分类专栏： PCL官网教程翻译文章标签： PCL 官网教程翻译计算机视觉 3D

原文链接：http://www.pointclouds.org/documentation/tutorials/normal_estimation_using_integral_images.php#normal-estimation-using-integral-images

版权

PCL官网教程翻译专栏收录该内容

25 篇文章 54 订阅

订阅专栏

英文原网页查看。

使用积分图像的法向估计

在本教程中，我们将学习如何使用积分图像计算有序点云的法线。

代码

首先，在您喜欢的编辑器中创建一个文件，例如normal_estimation_using_integral_images.cpp，并将以下内容放入其中:

     #include <pcl/io/io.h>
     #include <pcl/io/pcd_io.h>
     #include <pcl/features/integral_image_normal.h>
     #include <pcl/visualization/cloud_viewer.h>

     int
     main ()
     {
             // 加载点云
             pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
             pcl::io::loadPCDFile ("table_scene_mug_stereo_textured.pcd", *cloud);

             // 估计法线
             pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal>);

             pcl::IntegralImageNormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
             ne.setNormalEstimationMethod (ne.AVERAGE_3D_GRADIENT);
             ne.setMaxDepthChangeFactor(0.02f);
             ne.setNormalSmoothingSize(10.0f);
             ne.setInputCloud(cloud);
             ne.compute(*normals);

             // 可视化法线
             pcl::visualization::PCLVisualizer viewer("PCL Viewer");
             viewer.setBackgroundColor (0.0, 0.0, 0.5);
             viewer.addPointCloudNormals<pcl::PointXYZ,pcl::Normal>(cloud, normals);

             while (!viewer.wasStopped ())
             {
               viewer.spinOnce ();
             }
             return 0;
     }

解释

现在，让我们逐个分解代码。在第一部分中，我们从一个文件加载一个点云:

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile ("table_scene_mug_stereo_textured.pcd", *cloud);

在第二部分中，我们创建了一个用于法向估计的对象，并计算法向:

// 估计法线
pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal>);

pcl::IntegralImageNormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
ne.setNormalEstimationMethod (ne.AVERAGE_3D_GRADIENT);
ne.setMaxDepthChangeFactor(0.02f);
ne.setNormalSmoothingSize(10.0f);
ne.setInputCloud(cloud);
ne.compute(*normals);

法向的估计方法如下:

enum NormalEstimationMethod
{
  COVARIANCE_MATRIX,
  AVERAGE_3D_GRADIENT,
  AVERAGE_DEPTH_CHANGE
};

COVARIANCE_MATRIX模式创建9个积分图像，从其局部邻域的协方差矩阵计算特定点的法线。AVERAGE_3D_GRADIENT模式创建6个积分图像来计算水平和垂直3D梯度的平滑度，并使用这两个梯度之间的叉积计算法线。AVERAGE_DEPTH_CHANGE模式只创建一个积分图像，并根据平均深度变化计算法线。
在最后一部分中，我们将点云和相应的法线可视化:

// 可视化法线
pcl::visualization::PCLVisualizer viewer("PCL Viewer");
viewer.setBackgroundColor (0.0, 0.0, 0.5);
viewer.addPointCloudNormals<pcl::PointXYZ,pcl::Normal>(cloud, normals);

while (!viewer.wasStopped ())
{
  viewer.spinOnce ();
}