Range_Image深度图-1 PCL学习记录-9 Range_Image深度图原理，以及如何通过点云生成深度图

一.深度图简介

目前深度图像的获取方法有激光雷达深度成像法，计算机立体视觉成像，坐标测量机法，莫尔条纹法，结构光法等等，针对深度图像的研究重点主要集中在以下几个方面，

• 深度图像的分割技术
• 深度图像的边缘检测技术
• 基于不同视点的多幅深度图像的配准技术
• 基于深度数据的三维重建技术
• 基于三维深度图像的三维目标识别技术
• 深度图像的多分辨率建模和几何压缩技术等等

在PCL 中深度图像与点云最主要的区别在于其近邻的检索方式的不同，并且可以互相转换。

深度图像（Depth Images）也被称为距离影像（Range Image），是指将从图像采集器到场景中各点的距离值作为像素值的图像，它直接反应了景物可见表面的几何形状，利用它可以很方便的解决3D目标描述中的许多问题，深度图像经过点云变换可以计算为点云数据，有规则及有必要信息的点云数据可以反算为深度图像数据。

从数学模型上看，深度图像可以看做是标量函数j:I2→Rj:I2→R在集合K上的离散采样，得到ri=j(ui)ri=j(ui)，其中ui∈I2ui∈I2为二维网格（矩阵）的索引，ri∈R,i=1,...,kri∈R,i=1,...,k，以下为从不同视角获得的深度图像过程示意：

 

二. 如何从点云创建深度图

2.1 深度图Class介绍：

->类名： pcl::RangeImage

->继承关系：RangeImage类继承于PointCloud，主要功能是实现一个特定视点得到一个三维场景的深度图像。其继承关系如下：

2.2 通过点云创建深度图：

->语句：createFromPointCloud(pointCloud, angularResolution, maxAngl