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
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