PCL 曲面重建 移动立方体

一、原理简介

       找出所有与等值面相交的体素，然后分别找出每个体素与等值面相交的交面，这些交面连接在一起就是所求的等值面。

      将点云所在的区域用平均单元格进行空间划分之后，每上下相对应的八个点够成一个立方体 Cube  Voxel,这个立方体就是体素，为了确定体素中等值面的剖分方式，要求所求等值面规定一个极限值，然后对体素的8个顶点进行分类，来判定顶点是位于等值面之内还是之外，然后在通过顶点分类来确定等值面的剖风方式：

   （1）、若顶点的数据值大于等值面的值，那么这个顶点就在等值面内

    （2）、若顶点的数据值小于则在这个等值面只外。

大神自己实现的方法： 

移动最小二乘法（MLS）曲线曲面拟合C++代码实现_残影丶的博客-CSDN博客_移动最小二乘法曲面拟合

Smoothing and normal estimation based on polynomial reconstruction — Point Cloud Library 0.0 documentation

二、参数

    pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>);
    // 输出文件中有PointNormal类型，用来存储移动最小二乘法算出的法线
    pcl::PointCloud<pcl::PointNormal> mls_points;
    // 定义对象 (第二种定义类型是为了存储法线, 即使用不到也需要定义出来)
    pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;
    mls.setComputeNormals(true);   // 计算法向量 


    //设置参数
    mls.setInputCloud(cloud);
   //   mls.setPolynomialFit(true);  // 设置在进行估算法线是是否使用多项式拟合逼近，tree  是，false 仅仅通过切线估计得到
    mls.setSearchMethod(kdtree);
    mls.setSearchRadius(0.03); // 
    mls.setPolynomialOrder(2);  // 设置多项式拟合运行时的阶数

三、代码显示

想项之前在这里直接显示的，但是我查了半天不知道移动二乘的如何直接用mesh 显示，所以采用了先保存然后再使用CC显示的方法。

#if 1 //   曲面重建  -  MLS
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/kdtree/kdtree_flann.h>
#include <pcl/surface/mls.h>
using namespace std;
int main()
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);			//待滤波点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);	//滤波后点云

    ///读入点云数据
    cout << "->正在读入点云..." << endl;
    pcl::PCDReader reader;
    reader.read("elephant.pcd", *cloud);
    cout << "\t\t<读入点云信息>\n" << *cloud << endl;
     
    pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>);
    // 输出文件中有PointNormal类型，用来存储移动最小二乘法算出的法线
    pcl::PointCloud<pcl::PointNormal> mls_points;
    // 定义对象 (第二种定义类型是为了存储法线, 即使用不到也需要定义出来)
    pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;
    mls.setComputeNormals(true);   // 计算法向量 


    //设置参数
    mls.setInputCloud(cloud);
   //   mls.setPolynomialFit(true);  // 设置在进行估算法线是是否使用多项式拟合逼近，tree  是，false 仅仅通过切线估计得到
    mls.setSearchMethod(kdtree);
    mls.setSearchRadius(0.03); // 
    mls.setPolynomialOrder(2);  // 设置多项式拟合运行时的阶数

    // 曲面重建
    mls.process(mls_points);

    // 保存结果
    pcl::io::savePCDFile("elephant-mls.pcd", mls_points);

    pcl::visualization::CloudViewer viewer("Cloud Viewer");;
    viewer.showCloud(cloud);
    while (!viewer.wasStopped()) {
    }
    return  0;
}

#endif