pcl中ransac提取直线_PCL入门系列三——PCL进行数据读写

最新推荐文章于 2024-07-16 22:31:07 发布
最新推荐文章于 2024-07-16 22:31:07 发布
阅读量458 收藏
点赞数
文章标签： pcl中ransac提取直线 用pcl读ply文件

本节课我们将了解到以下内容：

  1. 基本的PCL中的数据类型；
  2. 使用PCL进行简单编程：写文件与读文件。

一、PCL库基本数据类型

上一节课，我们使用PCL库在本地写入了一个名为test_pcd.pcd的文件。我们划分一下程序的任务步骤：

  1. 构造pcd文件格式；
  2. 写入文件；
  3. 打印输出。

5024355b62540901d8c4426b1e86e7ff.png

步骤二和步骤三的内容属于基本的C++知识。而步骤一中的pcd文件格式是我们所不熟悉的，所以要先看一看pcd原始文件。

在命令行中输入：

more test_pcd.pcd


可以看到pcd文件的内部结构如下图所示。

c78e703a7ce208ac32a514745e696d09.png

三维点云数据最简单的形式是x y z的三维点空间坐标。稍微复杂一些可以加上intensity、RGB等属性。但是这种表达方式有什么缺点呢？

一方面直接以文本形式存储点云的三个坐标在内存上比较浪费空间，另一方面如果用户要取得点云的一些基本信息如点云个数，用户还要自己去查询。如果有一个文件头能够简洁的描述点云数据信息，那么无论是在存储效率还是数据信息提取等方面都会有一定帮助。

pcd格式可以视作“文件格式头+三维点信息”。

请看一个具体pcd文件的例子：

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z
SIZE 4 4 4
TYPE F F F
COUNT 1 1 1
WIDTH 5
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 5
DATA ascii
0.35222197 -0.15188313 -0.10639524
-0.3974061 -0.47310591 0.29260206
………………………………

这个pcd文件里有着不同的字段。常用的有以下几种。

  • VERSION - PCD文件的版本号（通常为0.7）；
  • FIELDS - 每个点所包含的维度或字段（例如x y z）；
  • SIZE - 每个数据维度所占据的字节（比如float为4字节）
  • TYPE -每个数据维度的数据类型(I= signed,U= unsigned,F=float)
  • COUNT - 每个数据维度上包含的元素个数。（比如，x, y, or z的count为1，但是hisogram的count包含N）
  • WIDTH - 点云的宽度
  • HEIGHT - 点云的高度
  • VIEWPOINT - 点云的视角 translation (tx ty tz) +quaternion (qw qx qy qz)
  • POINTS -点云的数量
  • DATA -具体的数据存储格式(ascii or binary)

在之前的内容中我们忽略了一个小小的但是相对重要的知识点：待填充的数据怎么表示？请注意这里不能简单的使用字符串xyz的形式进行填充，如果仍旧使用字符串的格式进行填充，那么pcd文件格式在存储上的优势根本无法体现。一种简单的方法是为点云数据定义一个结构体，详细的情况后文再叙，这里先罗列一下最常用的数据类型（当然自定义数据类型也可）。

Point Types
PointXYZ- float x, y, z
PointXYZI- float x, y, z, intensity
PointXYZRGB- float x, y, z, rgb
PointXYZRGBA- float x, y, z, uint32t rgba
Normal- float normal[3], curvature
PointNormal- float x, y, z, normal[3], curvature
Histogram- float histogram[N]
………………

二、利用PCL写点云文件

现在详细看一下生成点云写入文件的过程。

#include

关键的部分可以分为以下内容：生成点云、写入文件。

生成点云可以视作一个字段填充的过程，我们来看看具体干了什么事情。

初始化定义一个点云对象，此处我们创建了一个PointXYZ对象

pcl

设置pcd文件字段，将想要填的内容填进去。

// Fill in the cloud data

填充具体的值

for

写入文件，简单的一句话

pcl

三、读取pcd文件

读写不分家。读文件的过程同样并不复杂。

#include

核心工作就是两步：

定义一个句柄用来存放待读取的点云。

pcl

读取点云

pcl

对！就是这么简单。

四、xyz文件转成pcd文件

现在让我们研究一个小小的案例。有时候，我们的原始点云数据是存放在txt文件里的。也许它长成这样：

20.623 40.276 -1.999 -1031 127 141 154
20.362 40.375 -2.239 -941 130 141 159
20.36 40.376 -2.402 -1083 139 151 165
20.374 40.367 -2.405 -1122 131 147 163
20.372 40.366 -2.405 -1165 132 145 161
20.375 40.364 -2.404 -1036 133 149 165
20.358 40.371 -2.405 -1137 139 151 165
20.359 40.374 -2.404 -1086 139 151 165
…………

前三个字段为xyz，第四个字段为intensity，后三个字段为rgb。如何将这样的数据转成pcd文件呢？先上代码，运行起来再说。将下列代码复制并保存到xyz2cpp文件。这个程序将xyzirgb数据转成pcd格式的xyzrgb数据。如果想从xyz的数据转成pcd数据，那么只需要剔除若干填充字段即可。

#include

创建CMakeList.txt文件

(VERSION 2.8 FATAL_ERROR

创建build文件夹按照前一节课所讲的内容进行编译。

运行下列命令./xyz2pcd smalldata.xyz smalldata.pcd

其中smalldata.xyz为待转换的文件，smalldata.pcd为目标文件。如果没有数据可以将下列数据存为smalldata.xyz与xyz2pcd 放在同一级目录下。请注意这里intensity这个字段并没有用到，如果想用intensity字段，请自定义数据类型。

测试数据

20.623 40.276 -1.999 -1031 127 141 154
20.362 40.375 -2.239 -941 130 141 159
20.36 40.376 -2.402 -1083 139 151 165
20.374 40.367 -2.405 -1122 131 147 163
20.372 40.366 -2.405 -1165 132 145 161
20.375 40.364 -2.404 -1036 133 149 165
20.358 40.371 -2.405 -1137 139 151 165
20.359 40.374 -2.404 -1086 139 151 165
20.354 40.375 -2.404 -1106 139 148 163
20.356 40.374 -2.404 -1059 139 151 165
20.359 40.374 -2.399 -1059 138 150 166
20.359 40.374 -2.395 -1014 138 150 166
20.354 40.375 -2.395 -1042 138 150 166
20.356 40.374 -2.396 -1050 138 150 166
20.354 40.374 -2.393 -1031 137 149 165
20.356 40.374 -2.393 -1045 137 149 165
20.359 40.374 -2.392 -957 137 149 165
20.374 40.365 -2.402 -1093 133 149 165
20.375 40.367 -2.401 -1096 133 149 165
20.374 40.367 -2.399 -1158 133 149 165
20.371 40.367 -2.399 -1093 133 146 162
20.365 40.371 -2.405 -1283 133 145 159
20.361 40.371 -2.404 -1211 133 145 159
20.362 40.372 -2.405 -1314 133 145 159
20.36 40.373 -2.405 -1213 139 151 165
20.361 40.375 -2.404 -1116 139 151 165
20.363 40.375 -2.402 -1063 133 145 159
20.367 40.371 -2.405 -1231 133 145 159
20.365 40.375 -2.405 -1311 133 145 159
20.367 40.372 -2.404 -1173 133 145 159

至此运行成功，结果如下：

7595074869a711c09ef3d169019b2117.png

或许大家会感到疑惑为什么RGB转成了一个大整数？这里为了方便存储使用了移位拼接的方法。下节课我们继续讨论可视化等更深入的内容。

参考材料：

http://www.pointclouds.org/documentation/tutorials/writing_pcd.php#writing-pcd

http://pointclouds.org/documentation/tutorials/pcd_file_format.php

weixin_39552538
关注
Open3D(C++) Ransac拟合空间直线(详细过程版)
点云侠的博客
10-11 842
三维点云RANSAC拟合直线，C++详细过程版。
PCL RANSAC拟合空间直线（C++详细过程版）
点云侠的博客
01-14 1800
使用C++代码复现RANSAC拟合直线的详细实现过程，便于后续对RANSAC算法的深度理解和相关改进。其中用到PCL的地方主要是点云数据的读取和结果的可视化。
pcl中ransac提取直线_pcl学习笔记1
weixin_39621427的博客
11-20 1972
文 | 云师弟 源 | 云师弟 编 | 云师弟文仅交流，如侵联删点击上方“云师弟的学习空间”，关注"星标"获取有趣、好玩的前沿干货！PCL(The Point Cloud Library)是用于2D / 3D图像和点云处理的大规模开放项目。开源软件。它是免费的，可用于商业和研究用途。PCL是跨平台的，并且已成功编译并部署在Linux，MacOS，Windows和Andro...
PCL从理解到应用【06】 RANSAC原理分析 | 案例分析 | 代码实现
黎国溥
07-16 690
本文分析RANSAC算法的原理，集合案例深入理解，同时提供源代码。RANSAC，随机采样一致性，是一种迭代的算法，用于从一组包含异常值的数据中估计模型参数。示例案例：平面拟合、线段拟合、球体拟合等。
PCL：利用霍夫变换进行直线检测
hpu_lx
08-30 6882
最近涉及到直线检测的东西，所以查了查资料，发现大多数都是图像方面的，没查到点云方面的资料，给出的源码很多也是利用opencv完成，有点心累，所以还是自己写一下霍夫变换吧。 具体原理，看大神解释（直线检测，圆检测等----）：https://blog.csdn.net/shanchuan2012/article/details/74010561 需求：在XOY平面内，检测混有噪声的点云数据中的直线。...
PCL：采用RANSAC拟合直线
qq_46170379的博客
05-14 629
coefficients->values[0],coefficients->values[1],coefficients->values[2]分别对应了X0,Y0,Z0。coefficients->values[3],coefficients->values[4],coefficients->values[5]分别对应了a，b， c。一般拟合的可以不加限制条件，加了这一条的话,系数b好像是0。采用随机一致性算法RANSAC拟合直线。我们再来看看返回的6个参数的含义。
pcl中ransac提取直线_PCL点云处理的应用实验
weixin_39940688的博客
11-21 1212
实验目的通过PCL处理点云数据，从点云数据中提取出待装货货车的点云数据并将其可视化。所处理点云的原始可视化图像及最终效果图原始图：原始图处理后：处理后处理过程概述首先由于点云数据中点的数量很大，做一些处理时耗时较多，所以第一步是使用体素滤波，实现下采样，即在保留点云原有形状的基础上减少点的数量 减少点云数据，以提高后面对点云处理的速度。通过随机采样一致性(前面多出用到)分割地面，将地面从点云中分离...
PCL 点云RANSAC提取平面
dayuhaitang1的博客
06-21 289
PCL 点云RANSAC提取平面
PCL 点云RANSAC+SVD提取平面
dayuhaitang1的博客
06-21 345
PCL 点云RANSAC+SVD提取平面
PCL_Doc.rar_pcl_pcl 点云拼接_点云 特征_点云提取_特征库
07-15
总之，PCL_Doc.rar_pcl_pcl 点云拼接_点云 特征_点云提取_特征库这个资源涵盖了点云处理的多个重要方面，包括基本概念、数据格式、滤波、特征提取、特征描述、点云拼接和分割。对于学习和应用点云技术的人来说，这是...
compare_pcl_gpucpu-master.zip_pcl cuda_pcl GPU_pcl GPU加速_pcl gp
07-13
在本压缩包“compare_pcl_gpucpu-master.zip”中，包含的是关于PCL（Point Cloud Library）如何利用CUDA进行GPU加速的相关教程和示例。PCL是一个开源的C++库，专门用于处理3D点云数据，广泛应用于机器人、自动驾驶、...
RANSAC.zip_Ransac椭圆拟合_ellipse correction_matlab 磁力计_ransac 拟合椭圆_
07-15
SANSAC算法实现椭圆拟合，获取三轴磁力计的数据，对其进行椭圆拟合，用于磁力计数据矫正
pcl中ransac提取直线_PCL点云分割（1）
weixin_39660922的博客
11-27 2394
点云分割是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如逆向工作，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。用一组点云数据做简单的平面的分割：#include <iostream> #include <pcl/Model...
PCL 霍夫变换探测三维直线
dayuhaitang1的博客
05-08 269
PCL 霍夫变换探测三维直线
PCL点云处理之直线拟合提取（十五）
weixin_44329757的博客
09-01 4921
PCL点云处理之直线拟合提取（十五）作用代码效果 作用 从原始点云中拟合提取出一组最符合直线分布的点 代码 #include <iostream> #include <pcl/console/parse.h> #include <pcl/filters/extract_indices.h> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/visuali
pcl中ransac提取直线_PCL点云曲面重建（1）
weixin_39669147的博客
11-21 367
在测量较小的数据时会产生一些误差，这些误差所造成的不规则数据如果直接拿来曲面重建的话，会使得重建的曲面不光滑或者有漏洞，可以采用对数据重采样来解决这样问题，通过对周围的数据点进行高阶多项式插值来重建表面缺少的部分，（1）用最小二乘法对点云进行平滑处理新建文件resampling.cpp#include <pcl/point_types.h> #include <pcl/io/pc...
PCL 点云投影到直线（C++详细过程版）
点云侠的博客
03-14 1509
点云投影到直线在实际工程应用中有着巨大的作用，然而直接调用PCL的库函数算法效率较低，因此需要根据算法原理写简化版实现代码。
别再用RANSAC了，图像匹配更高效方法开源
chenhong007的博客
09-28 1429
一 为什么要做局部匹配 图像匹配是计算机视觉的基础工作，广泛用于三维重建，SLAM和视觉定位。图像匹配(image to image)算法集中在提取准确的关键点和描述子，而针对外点过滤的方法较少，最经典的莫过于1981年提出的RANSAC算法。 随着匹配算法越来越重要，苏黎世联邦理工学院(ETH Zurich)设计实现了一个快速并行的outlier检测器，可以接入到任何关键点和描述子检测pipeline中作为一个filter使用，高效快速地滤除外点；并且算法没有像RANSAC那样公式较多。.
微信小程序Artandw_eapp-artand.zip
最新发布
10-04
微信小程序Artandw_eapp-artand
pcl ransac 三维直线拟合
05-27
PCL中的RANSAC算法可以用于三维直线拟合。以下是一个简单的示例代码： ```c++ #include #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/sample_consensus/ransac.h> #include <pcl/...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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